吴恩达ex3_Coursera-ML-using-matlab-python

ML-code-using-matlab-and-python

coursera吴恩达机器学习课程作业自写Python2.7版本,使用jupyter notebook实现,使代码更有层次感,可读性强。

本repository实现算法包括如下:

线性回归: linear_regression.ipynb

多元线性回归:linear_multiple.ipynb

逻辑回归:logic_regression.ipynb

正则化用于逻辑回归: logic_regularization.ipynb

模型诊断+学习曲线: learnCurve.ipynb

一对多分类模型:oneVSall.ipynb

神经网络模型:neuralNetwork.ipynb

SVM分类器:svm.ipynb

kmeans聚类:kmeans.ipynb

pca降维:pca.ipynb

高斯分布用于异常检测:anomaly_detection.ipynb

协调过滤推荐算法:Collaborative_Filter.ipynb

PS:网上其他参考资料分享:

1.课程作业原版是MATLAB版本(填空式编码):对应 machine-learning-ex1——ex8 文件夹

2.kaleko整理的jupyter notebooks版本:对应 coursera_ml_ipynb 文件夹

3.mstampfer对照原版作业格式整理的Python版本,可以尝试自己实现

4.AceCoooool整理的Python版本,有中文注释

5.如果需要了解更多算法知识,本人使用jupyter notebook整理的peter的《机器学习实战》代码

6.本人自写的,关于吴恩达(Andrew Ng)开设的深度学习课程deeplearning.ai的课程答案

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值