机器学习 吴恩达 目标18天
文章平均质量分 80
哇哇哇哇池
这个作者很懒,什么都没留下…
展开
-
吴恩达机器学习 目标18天完成-捕鱼4 9.2+9.6 Day23....Day27
1.是由s和a组成的输入变量,a采用独热编码2.我们通过神经网络训练Q*的值,以便更好预测。这一算法称为DQN,因其使用和来训练Q函数。*随机初始化神经网络的参数去预测Q(s,a)*在神经网络中take actions获取训练集合*训练神经网络*更新神经网络*重复操作。原创 2023-09-06 15:03:47 · 33 阅读 · 0 评论 -
吴恩达机器学习 目标18天完成-捕鱼3 8.31+9.1 Day21+22
1.*如果监督学习想要应用于自主飞行的飞机,那么我们需要一个理想的数据集,方便我们从状态s映射到合理的a行为。但实际过程中的s是无法确定的,没有规律可复制,因此其对应的a的映射也就不具有泛化性。所以,监督学习应用于此并不合适。*不同于监督学习的(复制性),强化学习能够让飞机自主飞行,它的关键在于输入的,告诉它什么时候做得好,什么时候做得不好。算法会通过reward自动找出合适的action去一步步做的更好。1.状态-动作价值函数的符号是Q(s,a),它返回我们在状态s下进行行为a。原创 2023-09-02 08:52:15 · 36 阅读 · 0 评论 -
吴恩达机器学习 目标18天完成-捕鱼1 8.30 Day20
1.相关表示符号。原创 2023-08-31 14:10:54 · 36 阅读 · 0 评论 -
吴恩达机器学习 目标18天完成-捕鱼1 8.29 Day19
1.不同于监督学习,有(x,y)特征数据和目标数据的输入,无监督学习,只有(x,)特征数据的输入,我们一般研究特征数据的共性特点,实现聚类。2.聚类的应用。原创 2023-08-31 14:08:33 · 28 阅读 · 0 评论 -
吴恩达机器学习 目标18天完成 8.28 Day18
1.决策树构建的关键,一在于确定什么特征作为决策节点,能够得到最好的信息增益,二是确定什么时候停止分裂(如规定最大深度/分类纯度达100%等即刻返回return)。2.计算信息增益,(1.需要计算记录出当每个特征作为决策节点的时候的信息增益值,并保存对应的特征和对应的子树),(2.信息增益等于父节点的熵-子节点的加权平均熵),(3.熵对应计算公式,即以纯度为x计算)。3.(此处代码完整版已经上传至csdn)需要注意的是,一定要计算,这非常关键4.分裂子树是决策树递归的重要一环。原创 2023-08-29 09:33:22 · 46 阅读 · 0 评论 -
吴恩达机器学习 目标18天完成 8.27 Day17
1.关键术语:根节点、决策节点(确定走向)、叶子节点。原创 2023-08-28 16:52:52 · 39 阅读 · 1 评论 -
吴恩达机器学习 目标18天完成 8.24 Day14
1.模型选择*可以添加一个新参数d,用于决定多项式选择*但是事实证明,这样的程序是存在缺陷的,因为我们判断哪种类型的多项式最合理是建立在test测试集上的,可能是对泛化数据的乐观估计,因此,需要使用交叉验证测试集的方法2.训练集/交叉验证集/测试集,分别用表示3.*我们可以用train进行模型训练*cv进行交叉验证*test进行测试泛化误差*由于w/b等数据的参数不是建立在test测试集上的,因此使用它是最合适的测试集。原创 2023-08-28 16:51:47 · 33 阅读 · 1 评论 -
吴恩达机器学习 目标18天完成 8.23 Day13
1.softmax的一般公式2.softmax的损失函数。原创 2023-08-24 08:37:56 · 43 阅读 · 1 评论 -
吴恩达机器学习 目标18天完成 8.22 Day12
1.实现步骤*1.构建神经网络层,告诉Tensorflow如何实现推理*2.指定loss损失函数*3.训练模型。原创 2023-08-23 09:15:10 · 26 阅读 · 0 评论 -
吴恩达机器学习 目标18天完成 8.21 Day11
1.简化的单一神经元模型x是学习算法的输入,在一般的机器学习算法中,我们使用f作为输出,在神经网络中我们用a代替factivation代表激活量。*我们可以将当前的逻辑回归算法看做一个简单的神经元模型,x作为神经元的输入,通过神经元的处理之后,输出activation,作为对其下游神经元的输入。2.神经网络*神经网络由多层神经网络层组成,每层的神经元可以多个或一个*每层的神经元可以获取来自上一层神经网络层的所有特征。原创 2023-08-22 09:12:21 · 127 阅读 · 1 评论 -
吴恩达机器学习 目标18天完成 8.18 Day8
8.18是周五,可能是之前已经连续学习了7天的缘故,到了第8天,感觉特别累,就放松了一下,连带着周六也放松了一下,但想到还有这么多的实验没有做,我周六也还是稍微写了几个实验,周日8.20打算作为整理日,补一补之前的笔记,然后制定一下新一周的学习计划。然后今天是8.20,8.18的笔记也是拖了好几天才发了,心里是有一些负罪感的,所以我要规定周五的笔记可以周日发,然后周末的内容也就顺带写到周五的笔记里面,包括下一周的计划,所以学习笔记里面最好还要包括计划这一项目,ddl依旧是24点之前。原创 2023-08-21 08:52:39 · 62 阅读 · 1 评论 -
吴恩达机器学习 目标18天完成 8.17 Day7
连续学习了好几天,有一些些疲惫,昨天晚上出去放松了一下,喝了一些小酒,我觉得这也是应该的哈哈,努力之后需要给自己放松一下,才能更好的继续学习,继续前进,继续进步,哈哈哈这排比句写的挺有意思哈。今天的学习计划就是完成监督学习supervised learning的最后一课的理论+Labs,如果学有余力,那么就把part2的W1的神经网络稍微听几节课。原创 2023-08-17 22:02:49 · 23 阅读 · 1 评论 -
吴恩达机器学习 目标18天完成 8.16 Day6
我已上传,请查找资源[吴恩达机器学习2022 supervised machine learning week1 C2 作业]原创 2023-08-17 10:00:19 · 30 阅读 · 1 评论 -
吴恩达机器学习 目标18天完成 8.15 Day5
1.多维特征下的符号表示2.点积3.多元线性回归model。原创 2023-08-16 06:49:04 · 39 阅读 · 1 评论 -
吴恩达机器学习 目标18天完成 8.14 Day4
第三个解决办法,也是最本质的,这应该是一种命名方法,我们一般使用类的时候,尤其在python中,是首字母大写开头的,使用函数,一般是小写的。8.12号发现自己numpy和matplotlib不足之后,就马上去弥补了这方面的不足进行学习,今天8.14也是圆满完成了学习任务了算是,觉得自己的效率还是很不错的,值得表扬。第二个解决办法,就是立即去网上找对应的资料,因为这是公开课的资源,应该有正确的代码(网上正确代码一找到能运行我就认识到应该是哪里打错了),但是就是一时半会没找到。但是为什么我会卡在这里卡这么久?原创 2023-08-14 23:34:40 · 37 阅读 · 0 评论 -
北理-Python数据分析与展示-Numpy、Matplotlib、Pandas PART3
1.设定图形的x与y长度一致表示饼图起始的角度。原创 2023-08-14 21:53:42 · 44 阅读 · 0 评论 -
北理-Python数据分析与展示-Numpy、Matplotlib、Pandas PART2
1.matplotlib是由各种可视化类组成,受matlab启发,matplotlib.pyplot是绘制各类可视化图形的命令子库,相当于快捷方式,引入可以使用2.3.将输出图形存储为文件,默认PNG格式,可以通过dpi修改输出质量,dpi指的是每英寸内有多少的像素点4.axis可以用于设置坐标的范围,-1,10设置横轴的坐标范围,0,6设置纵轴的坐标范围5.会对当前的绘图区域进行区分*绘制前需要切换分区,最终进行plt.show操作展示图像。原创 2023-08-14 06:47:58 · 39 阅读 · 0 评论 -
吴恩达机器学习 目标18天完成 8.12 Day2
cost function的导数用于决定我们往什么方向调整w当我们的w初始值在左侧的时候,此时J(w)的导数值是负数,那么根据w=w-alpha(negative number),w会增加,从而接近cost function的最小值4.4 学习率 learning rate1.当我们越来越接近最小成本函数cost function的值的时候,对应的derivative的值也会越来越小,从而我们一步一步接近最小值。原创 2023-08-13 01:18:10 · 62 阅读 · 1 评论 -
北理-Python数据分析与展示-Numpy、Matplotlib、Pandas PART1
1.开发工具*文本类开发工具*IDLE 适用于python入门*sublime text 第三方编程工具*集成式开发工具*eclipse*pycharm*针对科学计算 数据分析的IDLE*canopyanaconda一个集合,包含conda、某版本python、一批第三方库,包含IPython、Spyder等,是conda的扩展,类似于nvm与node的关系包管理和环境管理工具 conda–包管理,类似pip,管理python第三方库。原创 2023-08-13 01:15:37 · 68 阅读 · 0 评论 -
吴恩达机器学习 目标18天完成 8.11 Day1
supervised learning和unsupervised learning是最常见的两种机器学习算法。原创 2023-08-12 00:18:06 · 55 阅读 · 1 评论