![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
文章平均质量分 87
Yuddo
这个作者很懒,什么都没留下…
展开
-
未来计算机dl攻城略地进程
有新的进展、想法就会在这篇文章中持续更新,但可能仅限于我自己网站的版本,因为没时间粘贴来粘贴去的,嫌麻烦。对此感兴趣的可以关注我的私人网站,本来不想这么早公布的,原本想着等我足够强大时再拿出来分享。但是这篇文章写的有劲了,就不藏着噎着了,有缘人一起吧。一、C视频1. 浙大翁恺:挑重要的看完了,根据其中的 ACLLib 教程完成了几个 C 语言的图形化编程训练。2. 郝斌:内容很丰富,c 中的一些关键点之前自己看书都忽视过去了,这次看视频都捡起来了,还根据这个梳理了一份 c语言的一些注意事项。还有一原创 2022-05-11 03:51:27 · 567 阅读 · 0 评论 -
吴恩达机器学习作业Python3实现(六):支持向量机SVM
寻找志同道合的学习伙伴,请访问我的个人网页.该内容同步发布在CSDN和耳壳网.支持向量机在本练习中,我们将使用高斯核函数的支持向量机(SVM)来构建垃圾邮件分类器。sklearn.svm.LinearSVCcmap color数据集import numpy as npimport pandas as pdimport matplotlib.pyplot as pltfrom scipy.io import loadmatpath = '数据集/ex6data1.mat'raw_.原创 2021-01-25 12:25:13 · 756 阅读 · 0 评论 -
吴恩达机器学习作业Python3实现(六):支持向量机SVM
寻找志同道合的学习伙伴,请访问我的个人网页.该内容同步发布在CSDN和耳壳网.支持向量机在本练习中,我们将使用高斯核函数的支持向量机(SVM)来构建垃圾邮件分类器。sklearn.svm.LinearSVCcmap color数据集import numpy as npimport pandas as pdimport matplotlib.pyplot as pltfrom scipy.io import loadmatpath = '数据集/ex6data1.mat'raw_.原创 2021-01-25 12:10:18 · 1350 阅读 · 0 评论 -
吴恩达机器学习作业Python3实现(五):方差和偏差及学习曲线绘制
寻找志同道合的学习伙伴,请访问我的个人网页.该内容同步发布在CSDN和耳壳网.正则化线性回归这一部分,我们需要先对一个水库的流出水量以及水库水位进行正则化线性归回。然后将会探讨方差-偏差的问题数据可视化import numpy as npimport matplotlib.pyplot as pltfrom scipy.io import loadmatimport pandas as pddata = loadmat('ex5data1.mat')data{'__header.原创 2021-01-24 13:51:35 · 1326 阅读 · 4 评论 -
吴恩达机器学习作业Python实现(二):逻辑回归及UI界面展示(pyqt)
寻找志同道合的学习伙伴,请访问我的个人网页.该内容同步发布在CSDN和耳壳网.逻辑回归(Logistic Regression)在训练的初始阶段,我们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。UI界面展示实现了在界面上直接更改Power和lambda值,点击’决策边界‘即可自.原创 2021-01-17 07:43:08 · 1278 阅读 · 0 评论 -
吴恩达机器学习作业Python3实现(四):神经网络及其反向传播
寻找志同道合的学习伙伴,请访问我的个人网页.该内容同步发布在CSDN和耳壳网.本次作业代码全部采用numpy的array数组来进行计算,不采用矩阵两者在乘法和数量积的运算上采用的符号不同最好不要混用,开始之前先定下代码里用哪一种神经网络 Neural Networks数据可视化 Visualizing the dataimport numpy as npimport pandas as pdimport matplotlib.pyplot as pltimport matplot.原创 2021-01-17 07:06:41 · 846 阅读 · 0 评论 -
机器学习完整资源推荐(持续更新中)
寻找志同道合的学习伙伴,请访问我的个人网页.该内容同步发布在CSDN和耳壳网.写在前面该栏目持续更新机器学习的相关资料,这些都是经过博主的精心挑选后呈现给大家的,省去了你找资源的时间并且避免走弯路,所以建议你收藏该网页,不定时过来看看有没有新资源更新。我在这里保证 一旦更新,必属精品!并且更新是按照从入门到精通、先易后难的顺序进行的,现在立刻马上跟着博主更新的脚步开始入门AI领域吧!视频吴恩达机器学习 Andrew-NG-Meachine-Learning刚接触机器学习或者深度学习.原创 2020-12-13 03:27:55 · 399 阅读 · 0 评论 -
AI机器学习路线最新最全最适合小白
注:该学习路线是总结全网推荐路线而成,这里是初稿,要完整最新版的话欢迎在下方留言!相关问题详情访问我的个人网站.本文首发于耳壳网.数学知识一般人如果想要把这些知识都补全再开始机器学习往往需要很长时间,容易半途而废。而且这些知识是工具不是目的,我们的目标不是成为优化大师。建议在机器学习的过程中哪里不会补哪里,这样更有目的性且耗时更低。微积分:偏微分,链式法则,矩阵求导等线性代数:矩阵/张量乘法、求逆,奇异值分解/特征值分解,行列式,范数等统计与概率:概率分布,独立性与贝叶斯,最大.原创 2020-10-14 00:42:28 · 700 阅读 · 2 评论