Andrew-Ng-ML 吴恩达机器学习 课后练习错题总结

已于 2022-03-20 22:09:25 修改
阅读量564 收藏 3
点赞数
分类专栏： 【AI】调研与实战 文章标签： 人工智能 机器学习 神经网络
于 2020-11-30 01:58:52 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_43499457/article/details/110360262
版权

Andrew-Ng-ML 吴恩达机器学习 课后练习错题总结

4 Linear Regression with Multiple Variables

mean normalization 均值归一化
在这里插入图片描述
mean=6675.5

8836-4761=4075

(4761-4075)/6675.5 错了

(4761-6675.5)/4075=-0.47 对了

feature scaling 特征缩放
在这里插入图片描述
选C

一开始没看懂local optima(局部最优)和iteration(迭代)，选了B

5 Octave/Matlab Tutorial

vectorization 向量化&线性代数

在这里插入图片描述

6 Logistic Regression

Logistic 分类
在这里插入图片描述

梯度下降
在这里插入图片描述

7 Regularization

正则化

在这里插入图片描述
λ过大会欠拟合

在这里插入图片描述
D不能选，因为λ过大反而会造成欠拟合

8 Neural Networks: Representation

神经网络
在这里插入图片描述
A不能选

9 Neural Networks: Learning

神经网络&梯度下降

在这里插入图片描述
第一次漏选了D；还以为可以波动着下降

10 Advice for Applying Machine Learning

高偏差-欠拟合-λ大了；高方差-过拟合-λ小了

在这里插入图片描述在这里插入图片描述
·Trying smaller sets of features: Fixes high variance

·Adding features: Fixes high bias

之前记错了，没选第二个

训练集/验证集/测试集
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-jBA0F4dr-1606671079498)(C:\Users\23269\AppData\Roaming\Typora\typora-user-images\image-20201130010213861.png)]
第一次多选了D
可能应该用交叉验证集去选

11 Machine Learning System Design

判断是否需要大量数据
在这里插入图片描述
在这里插入图片描述在这里插入图片描述
这个A是对的，unlikely不太可能 过拟合

欠拟合
在这里插入图片描述

12 Support Vector Machines

欠拟合
在这里插入图片描述
c也应该选

SVM（with the linear kernel）

在这里插入图片描述
一开始没选B

13 Unsupervised Learning

K-means适用于什么

在这里插入图片描述
D需要标签

14 Principal Component Analysis

PCA主成分分析适用于什么
在这里插入图片描述在这里插入图片描述

15 Anomaly Detection

高斯分布
在这里插入图片描述
-3-2=-5

-3+2=-1

2*2=4

16 Recommender Systems

协同过滤什么时候用

你已经编写了一个下载许多网站里新闻文章的软件。在您的系统中，您还可以跟踪您个人喜欢与不喜欢的文章，并且系统还存储这些文章的特征（例如，单词计数、作者姓名）。使用此信息，您想要构建一个系统来尝试查找您个人喜欢的其他新文章。

不能选，这个偏向于分类
在这里插入图片描述

cost fuction
在这里插入图片描述
错了，应该选上A，m=1二者就一样了

协同过滤
在这里插入图片描述
C：协同过滤不需要每个人对每个电影都评分

协同过滤中R的利用
在这里插入图片描述
没搞懂C(R==1)会有啥效果

17 Large Scale Machine Learning

随机梯度下降stochastic gradient
在这里插入图片描述
不能选A，是每过500/1000计算一次

在线学习
在这里插入图片描述
要选B，第一次看到随机梯度下降然后没选

18 Application: Photo OCR

基于原始数据扩充数据集
在这里插入图片描述在这里插入图片描述
本来选了ad没想到是单选，应该只选A
要选B，第一次看到随机梯度下降然后没选

CxFt
关注
专栏目录
网易云课堂 Andrew Ng 深度学习Class1-Class4课后作业及答案
04-08
网易云课堂吴恩达的课后练习，从第一课到第四课，每课每周的作业都有，包含答案，第三课只有习题测试没有编程，所以不要误会资源不全，前三课的练习和第四课第一周的练习在压缩包中，第四课后三周的编程练习由于数据集太大，超出上传限制，所以给出的是一个下载链接。非常好的学习资源，全部四节课的代码，性价比还是很高的
Stanford coursera Andrew Ng 机器学习课程编程作业（Exercise 2）及总结
weixin_33834075的博客
11-18 198
Exercise 1：Linear Regression---实现一个线性回归 关于如何实现一个线性回归，请参考：http://www.cnblogs.com/hapjin/p/6079012.html   Exercise 2：Logistic Regression---实现一个逻辑回归 问题描述：用逻辑回归根据学生的考试成绩来判断该学生是否可以入学。 这里的训练数据(training inst...
【目录】 吴恩达机器学习 【课程学习笔记及课后编程作业】
weixin_30699443的博客
03-01 162
网易云课程上【吴恩达机器学习】课程的学习笔记及编程作业汇总，持续更新中 目录： 章节 1　　绪论：初识机器学习 章节 2　　单变量线性回归 章节 3　　线性代数回顾 章节 4　　配置【此处无链接】 章节 5　　多变量线性回归 章节 6　　Octave/Matlab教程 第一次编程作业：线性回归 章节 7　　Logistic回归 章节 8　　正则化 章...
Andrew Ng-ML习题答案1
weixin_34342578的博客
08-07 170
1.Linear Regression with Multiple Variables 转自：https://blog.csdn.net/mupengfei6688/article/details/53098735 1.Supposem=4 students have taken some class, and the class had a midterm exam and a final...
吴恩达网易云机器学习公开课课后练习答案
10-29
吴恩达网易云机器学习公开课：https://study.163.com/course/courseMain.htm?courseId=1004570029 课程课后编程答案，使用Matlab编程。吴老师的课程浅显易懂，代码框架已书写完成，主要需要学生自行填写必要的函数体。本压缩包是函数体填写完整的，空函数体程序请各位自行在课程列表里下载，也是免费的。
Andrew-Ng-ML 吴恩达机器学习 编程作业（答案）
11-26
Andrew-Ng-ML 吴恩达机器学习 编程作业；If you are using Octave (>=3.8.0), or have an existing installation of MATLAB (), download this week’s programming assignment here. This ZIP-file contains the ...
Andrew-Ng-ML 吴恩达机器学习 编程作业（未包含答案）
11-26
Andrew-Ng-ML 吴恩达机器学习 编程作业；If you are using Octave (>=3.8.0), or have an existing installation of MATLAB (), download this week’s programming assignment here. This ZIP-file contains the ...
吴恩达机器学习作业-Notes-ML-AndrewNg-master.zip
最新发布
01-03
《吴恩达机器学习作业-Notes-ML-AndrewNg-master》是针对吴恩达教授的机器学习课程的一份详尽的学习资源，包含了他在课程中所讲授的重要概念、理论和实践练习。吴恩达教授是斯坦福大学的计算机科学家，也是在线教育...
图像矩阵matlab代码--Andrew-Ng-ML-py:吴恩达机器学习课后作业py版
05-23
Ng教授在Coursera上进行的惊人的入门机器学习，那么您可能已经熟悉Octave / Matlab编程。 使用此存储库，您可以逐步地在Python中重新实现它们，就像在课程分配中一样，直观地检查过程中的工作。 如何开始 依存关系 ...
吴恩达机器学习课后作业源码及笔记_机器学习_吴恩达_
10-01
这份名为“吴恩达机器学习课后作业源码及笔记”的压缩包文件，无疑是针对他开设的机器学习课程的学习辅助资料。这份资料包括了课程中的习题解答以及相关的编程代码，对于正在学习或已经学过吴恩达机器学习课程的人来...
coursera斯坦福Andrew Ng机器学习编程作业答案
12-24
coursera课程，斯坦福Andrew Ng的机器学习编程作业答案（2-9章，共8个），本来也不难，主要是怕哪出遇到死胡同，可以参考一下
Coursera 机器学习课程 Machine Learning Andrew Ng Stanford 课程项目（答案）合集
06-22
最新（2013年春）一期的Coursera 机器学习课程 Machine Learning Andrew Ng Stanford 课程项目（答案）合集 Stanford这个的课程的核心就在于他的课程项目，全部是是现实实例的应用，绝对经典。自己动手做一做绝对对自己的实力的提升有很大的帮助。也感叹国内类似课程和国外的差距。可能他每周的课程项目在国内也就一学期的项目。 这里是项目的答案，是我自己在学习的过程中做的。请大家谨慎参考。这些答案都通过了课程的验证并且拿到了满分，所以虽然不敢说是最优解，但在正确性上还是有保证的。不包含答案的部分也在我的分享资源里面。 因为是原创，所以我想下载给5分是值得的，但是依然希望大家谨慎下载，毕竟只有自己亲自编程才会有收获，看别人的永远是别人的。
ex2 Coursera Machine-Learning exercise2 课后题答案 jupyter/python 版本 Andrew ng 吴恩达
qq_36418141的博客
05-07 292
吴恩达Machine-Learning 课后练习jupyter版本答案 exercise2（系列持续更新） 答案链接：exercise2 https://github.com/NealChalmers/Stanford-CS229-ML-AndrewNg/tree/master/Exercise2 谢谢你的star After completing each part of the assignm...
吴恩达机器学习练习题ex1
resilienter的博客
03-15 2274
题目可以在COURSEA上找到https://www.coursera.org/learn/machine-learning/resources/O756o直接撸代码%% ================ Part 1: Feature Normalization ================ %% Clear and Close Figures clear ; close all; clc...
Andrew机器学习课后编程作业（Python实现）
szywdwd的博客
11-11 314
ex1 2.1 线性回归 打印训练集数据 import numpy as np import matplotlib.pyplot as plt x, y = [], [] with open('ex1data1.txt') as f: data = f.readlines() for row in data: r = row.split(',') x.append(float(r[0])) y.append(float(r[1][:-
Andrew-Ng Machine learning吴恩达机器学习第四周编程全答案（包括无级测试点）week4
wangdiedang的博客
02-21 745
Andrew-Ng Machine learning吴恩达机器学习第四周编程全答案（包括无级测试点）week4
【原】Coursera—Andrew Ng机器学习—Week 4 习题—Neural Networks 神经网络
weixin_30525825的博客
11-06 112
【1】 Answer：C 【2】 Answer：D 第二层要输出四个元素a1 a2 a3 a4。输入x有两个，加一个x0是三个。所以是4 * 3 【3】 Answer：C 【4】 Answer：C 【5】 Answer：A 相当于x1==0&&x2==0 【6】 Answer：C 10个类别，输出层有10个...
吴恩达机器学习作业一
qq_20180171的博客
04-11 2931
Introduction In this exercise, you will implement linear regression and get to see it work on data. 首先,先看看数据是什么样的好进一步分析
Andrew NG 机器学习 练习1-Linear Regression
无关风月
08-25 699
在本次练习中，需要实现一个单变量的线性回归。假设有一组历史数据<城市人口，开店利润>，现需要预测在哪个城市中开店利润比较好？历史数据如下：第一列表示城市人口数，单位为万人；第二列表示利润，单位为10,000$ ex1data1.txt 6.1101,17.592 5.5277,9.1302 8.5186,13.662 7.0032,11.854 … … 用Matl
吴恩达机器学习课后习题1：线性回归解答
在这个机器学习参考答案文档中，主要讨论的是吴恩达教授的机器学习课程中的第一个练习——单变量线性回归。吴恩达的课程以其深入浅出的教学风格而知名，本篇文档提供了解决课后习题的详细解答。内容围绕第1个练习，...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

CxFt

很高兴可以帮到你

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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