![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
我喝酸奶不舔盖
这个作者很懒,什么都没留下…
展开
-
机器学习 吴恩达 课后习题百度云资源 (Coursera 搬运)
之前我在网易云课堂看吴老师的视频的时候,就一直疑惑为什么没有作业。原来网易云上的是阉割版,作业并不包括在那。后来本人在网上也找了很久很久,最后还是自己搭了V屁恩去到了Coursera。所以为了方便各位爱学习的网友们,在这里先提供编程作业题。暂时只有题目,视以后的情况来定夺是否提供完整题解。吴老师这门课有2种作业,一种是编程上机练习,一种是选择题。这里先提供编程题,也是最能提高的题。选择题会...原创 2018-07-30 15:45:27 · 13437 阅读 · 26 评论 -
机器学习(一) numpy的函数以及基本用法
新开一个篇章,记录一下机器学习与数据科学的学习过程。1.np.getnfromtxt从txt文件中读数据,np.getnfromtxt('filename.txt', delimiter=',', dtype='...', skip_header=1) 2.np.array([1,2,3,...])生成ndarry数组,布尔数组可以用来做索引 3.np.sum(axis =...原创 2018-09-25 17:33:14 · 616 阅读 · 0 评论 -
机器学习(二)pandas基本用法
pandas常在机器学习任务中用来读取文件, 处理数据 import pandas as pd1.读取文件a = pd.read_csv("filename.csv") 2.a.dtypesa.head()a.head(3) 前3列数据a.tail(5) 后5列数据 3.a.loc[3:6] 返回第3,4,5,6列,(跟python还是不一样的好...原创 2018-09-26 13:31:12 · 271 阅读 · 0 评论 -
机器学习(三)KNN K近邻算法
本篇不着重讲算法原理,只讲在实现过程中需要的一些包1.首先进行数据预处理,标准化或归一化。from sklearn.preprocessing import StandardScaler #导入StandardScaler().fit_transfroms(df.col) #执行标准化,返回经过标准化的数组 2.计算2个向量间的欧式距离from scipy.spati...原创 2018-09-27 08:17:05 · 237 阅读 · 0 评论 -
机器学习(四)逻辑回归模型训练
本篇不讲算法只讲用Python (pandas, matplotlib, numpy, sklearn) 进行训练的一些要点 1.合并indexnp.concatenate([index1,index2]) 2.from sklearn.cross_validation import train_test_splittrain_test_split(X, y, test...原创 2018-09-27 17:50:04 · 1654 阅读 · 0 评论 -
如何理解深度学习中的卷积+池化?
池化=涨水卷积的目的是为了得到物体的边缘形状可以想象水要了解山立体的形状水位低时得出山脚的形状水位中等时得出山腰的形状水位高时得出山顶的形状三点就可以大致描出山的简笔画池化的过程=升高水位(扩大矩阵网格)卷积的过程是区分哪里是水,哪里是山 以上摘自知乎的解释,接下来是个人见解:对于网络结构而言,上面的层看下面的层经过pooling后传上来的特征图,就好像在太空上...转载 2018-09-29 22:15:33 · 628 阅读 · 0 评论 -
深度学习笔记篇(一)VGG + 动量法
新开个坑,作为最近一直忙不写博客的一个补偿。在笔记篇中,主要会以流水账(日记)的形式,觉得啰嗦的朋友可以关注我的后续篇节,有一些Project会单独拿出来说。先讲个题外话。因为经常需要更新github上老师的代码,于是很多人想要在本地与项目保持更新通过 git pull <远程主机名> <远程分支>:<本地分支>语句合并更新一步到位 接下...原创 2018-10-16 10:51:59 · 532 阅读 · 0 评论