斯坦福-吴恩达《机器学习》之路
文章平均质量分 94
1.这门课是最好的机器学习、深度学习入门教程之一,老师很有名气,是深度学习三驾马车之一的吴恩达,而且课程讲的很通俗易懂。
2.每堂课后面还有编程作业,一定要做。课程推荐使用Octave编程语言。这门语言很多人没有学过,有些排斥。但是学计算机的同志就是要保持对新事物新工具的热爱。
最小森林
It's now or never .
展开
-
机器学习课程总结
1结论1.1总结和致谢在这门课中 我们花了大量的时间 介绍了诸如线性回归 逻辑回归 神经网络 支持向量机 等等一些监督学习算法, 这类算法需要带标签的数据和样本 ,比如 x(i) y(i)。然后我们也花了很多时间介绍无监督学习 ,例如 K-均值聚类 用于降维的主成分分析。 以及当你只有一系列无标签数据 x(i) 时的 异常检测算法, 当然 有时带标签的数据 也可以用于异常检测原创 2018-01-09 22:29:43 · 9461 阅读 · 1 评论 -
coursera-斯坦福-机器学习-吴恩达-第11周笔记-ORC系统
coursera-斯坦福-机器学习-吴恩达-第11周笔记-ORC系统coursera-斯坦福-机器学习-吴恩达-第11周笔记-ORC系统1图像ORC1问题描述2 滑动窗sliding windows3获取大量的图片4分析2复习 quiz1图像ORC1.1问题描述在这一段介绍一种 机器学习的应用实例 照片OCR技术。 我想介绍这部分内容的原因 主要原创 2018-01-09 22:28:41 · 4170 阅读 · 0 评论 -
coursera-斯坦福-机器学习-吴恩达-第10周笔记-使用大数据训练
coursera-斯坦福-机器学习-吴恩达-第10周笔记-使用大数据训练coursera-斯坦福-机器学习-吴恩达-第10周笔记-使用大数据训练大数据下的梯度下降1 大数据2 随机梯度下降3 mini-batch梯度下降4 随机梯度下降的收敛性大数据的高级技巧1在线学习2 mapreduce3quiz1 大数据下的梯度下降在接下来的几个视频原创 2018-01-07 22:27:37 · 5580 阅读 · 0 评论 -
coursera-斯坦福-机器学习-吴恩达-第9周笔记(下)-推荐系统
coursera-斯坦福-机器学习-吴恩达-第9周笔记(下)-推荐系统coursera-斯坦福-机器学习-吴恩达-第9周笔记下-推荐系统1预测电影等级1任务设想2基于内容的推荐2协同过滤1协同过滤2协同过滤算法3低秩矩阵分解Low Rank Matrix Factorization1向量化低秩矩阵分解Low Rank Matrix Factorization2实现细节4复习1q原创 2017-12-21 21:18:38 · 6591 阅读 · 2 评论 -
coursera-斯坦福-机器学习-吴恩达-第9周笔记(上)-异常检测
coursera-斯坦福-机器学习-吴恩达-第9周笔记(上)-异常检测coursera-斯坦福-机器学习-吴恩达-第9周笔记上-异常检测1异常检测1引入2高斯正态分布3异常检测算法2建立一个异常检测系统1评价一个异常检测系统2异常检测vs监督学习3选择使用哪些features3多元高斯分布1多元高斯分布数学2应用多元高斯分布进行异常检测复习1异常检测异常检测(Anomaly d原创 2017-12-20 22:43:42 · 5014 阅读 · 1 评论 -
coursera-斯坦福-机器学习-吴恩达-第8周笔记-无监督学习
coursera-斯坦福-机器学习-吴恩达-第8周笔记-无监督学习coursera-斯坦福-机器学习-吴恩达-第8周笔记-无监督学习1聚类算法clutering1聚类算法简介2K-means21kmeans的目标函数22随机初始化23选择类别数3考试quiz维数约减 dimensionality reduction1数据压缩2数据可视化3维度约简-主成分分析法PCA1 PCA原创 2017-12-19 22:00:53 · 6108 阅读 · 1 评论 -
coursera-斯坦福-机器学习-吴恩达-第7周笔记-支持向量机SVM
coursera-斯坦福-机器学习-吴恩达-第7周笔记-支持向量机SVMcoursera-斯坦福-机器学习-吴恩达-第7周笔记-支持向量机SVM1大间距分类器 large margin classifier1通过逻辑回归引入SVM1宽边界分类器SVM3SVM数学原理2核函数1核函数1简单例子讲解概念2核函数2SVM计算步骤3实践SVM4复习1quiz2编程1大间距分类器 lar原创 2017-12-15 21:10:30 · 12075 阅读 · 10 评论 -
coursera-斯坦福-机器学习-吴恩达-第6周笔记-算法改进and机器学习系统设计
coursera-斯坦福-机器学习-吴恩达-第6周笔记-算法改进and机器学习系统设计coursera-斯坦福-机器学习-吴恩达-第6周笔记-算法改进and机器学习系统设计1算法改进1评价算法11模型诊断12模型选择validation2偏置与方差21诊断偏差与方差22正则化方差与偏差23学习曲线Learning Curves24决定保留谁3复习31quiz31编程2机器学原创 2017-12-14 19:52:59 · 6390 阅读 · 0 评论 -
coursera-斯坦福-机器学习-吴恩达-第5周笔记-反向传播
coursera-斯坦福-机器学习-吴恩达-第5周笔记-反向传播 1代价函数and反向传播1代价函数2误差反向传播3直观感受反向传播2神经网络的技巧1参数的展开2梯度检验 Gradient Checking3随机初始化参数4总结神经网络3神经网络的应用4测验quiz5编程题$$1代价函数and反向传播1.1代价函原创 2017-12-03 22:42:19 · 9219 阅读 · 1 评论 -
coursera-斯坦福-机器学习-吴恩达-第4周笔记-神经网络
coursera-斯坦福-机器学习-吴恩达-第4周笔记-神经网络coursera-斯坦福-机器学习-吴恩达-第4周笔记-神经网络提出神经网络的动机神经网络算法1 神经元2 神经网络应用1 例子1 and与or运算2 例子23 多分类复习作业1测验2编程作业-多分类21多分类22 Neural Networks1 提出神经网络的动机前面我们学习了,线性回归、逻辑回归,他们可原创 2017-11-30 16:11:00 · 13497 阅读 · 2 评论 -
coursera-斯坦福-机器学习-吴恩达-第3周笔记-逻辑回归
coursera-斯坦福-机器学习-吴恩达-第3周笔记coursera-斯坦福-机器学习-吴恩达-第3周笔记分类 和 模型表示1分类的概念 Classification2 分类模型表示3 分类边界逻辑回归模型 logistic regression1 代价函数 cost func2 梯度下降3 高级优化方法相对于梯度下降4 复习逻辑回归多分类任务过拟合overfitting1原创 2017-11-28 11:34:06 · 6873 阅读 · 4 评论 -
coursera-斯坦福-机器学习-吴恩达-第2周笔记
coursera-斯坦福-机器学习-吴恩达-第2周笔记目录: [toc]1 多元线性回归1.1 方程多元线性回归指的就是有多个X的情况。比如与房价y有关的变量有:房屋面积x1;位置x2 。此时,我们就要把我们的方程h_\theta(x) = \theta_0 + \theta_1*x修改为:h_\theta(x) = \theta_0 + \theta_1x_1 + \theta_2x_2 +原创 2017-11-21 11:15:30 · 2783 阅读 · 2 评论 -
coursera-斯坦福-机器学习-吴恩达-第1周笔记
coursera-斯坦福-机器学习-吴恩达-第1周笔记coursera-斯坦福-机器学习-吴恩达-第1周笔记前言Introduction介绍-对应笔记lecture11 机器学习应用2 机器学习概念3 机器学习分类一个变量的线性回归 -对应lecture21 线性回归的表示2 Cost function 代价函数3 参数求解梯度下降法4 总结线性代数知识复习 -对应lectur原创 2017-11-16 21:00:09 · 3875 阅读 · 3 评论