![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
吴恩达机器学习课后习题
文章平均质量分 86
yz_YYYZZZ
这个作者很懒,什么都没留下…
展开
-
机器学习快速入门
机器学习是人工智能的一个实现途径深度学习是机器学习的一个方法发展而来机器学习、深度学习可以用来做传统预测、图像识别、自然语言处理机器学习是从数据中自动分析获得模型,并利用模型对未知数据进行预测为什么需要特征工程?业界广泛流传数据和特征决定了机器学习的上限,而模型和算法只是逼近这个上限而已什么是特征工程?特征工程是指用专业背景知识和技巧处理数据,使得特征能在机器学习算法上发挥更好的作用的过程意义会直接影响机器学习的效果。pandas数据清洗、数据处理sklearn特征抽取。......原创 2022-07-30 16:20:34 · 384 阅读 · 0 评论 -
吴恩达机器学习课后习题——kmeans
实现K-means聚类,并使用它来压缩图像。我们将从一个简单的2D数据集开始,以了解K-means是如何工作的,然后我们将其应用于图像压缩。我们还将对主成分分析进行实验,并了解如何使用它来找到面部图像的低维表示。...原创 2022-07-29 17:56:32 · 714 阅读 · 0 评论 -
吴恩达机器学习课后习题——逻辑回归
逻辑回归算法,是一种给分类算法,这个算法的实质是它输出值永远在0到1之间。将要构建一个逻辑回归模型来预测,某个学生是否被大学录取。设想你是大学相关部分的管理者,想通过申请学生两次测试的评分,来决定他们是否被录取。现在你拥有之前申请学生的可以用于训练逻辑回归的训练样本集。对于每一个训练样本,你有他们两次测试的评分和最后是被录取的结果。为了完成这个预测任务,我们准备构建一个可以基于两次测试评分来评估录取可能性的分类模型。。...原创 2022-07-23 16:59:58 · 818 阅读 · 1 评论 -
吴恩达机器学习课后习题——线性回归
使用梯度下降来最小化代价函数,创建一个以参数θ为特征函数的代价函数J(θ)=2m1i=1∑m(hθ(x(i))−y(i))2hθ(x)=θTX=θ0x0+θ1x1+θ2x2+...+θnxn获取的数据类型是DataFrame类型,所以需要进行类型转换。同时还需要初始化theta,即theta所有元素都设置为0维度。...原创 2022-07-20 16:00:12 · 721 阅读 · 0 评论