吴恩达机器学习 - Coursera Machine Learning（数学建模向）

最新推荐文章于 2024-02-26 15:25:10 发布
最新推荐文章于 2024-02-26 15:25:10 发布
阅读量912 收藏 4
点赞数
分类专栏： MATLAB与数学建模 文章标签： 机器学习 深度学习 线性代数 算法 数学建模
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_45840825/article/details/117201906
版权

这里作为一个目录吧，正在学习中。

学习过程中做的笔记，主要对在数模中比较实用的一些东西做了补充，另外就是附上了编程练习的个人解答。希望自己能坚持下去！


监督学习-线性回归


Coursera 没有被墙，只是视频可能看不了。可以去注册一个账号，加入课程，然后视频在 b 站看，作业可以去 Coursera 完成。
另外，这里有作业的翻译和解答：90题细品吴恩达《机器学习》

热带鱼啊
关注
  • 0
    点赞
  • 踩
  • 4
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
专栏目录
matlab吴恩达代码-Machine_Learning:机器学习（Coursera）
05-26
matlab吴恩达代码 Machine_Learning (Coursera) 机器学习 （吴恩达版） My solution to the programming assignments ...Machine Learning ...Coursera ...课程：Machine Learning ...机器学习吴恩达讲课PPT
Machine Learning - Coursera 吴恩达机器学习教程 Week1 学习笔记
zhang35的博客
02-01 1139
机器学习的定义 Arthur Samuel 传统定义 Arthur Samuel: “the field of study that gives computers the ability to learn without being explicitly programmed.” This is an older, informal definition. 让计算机无需明确编程，就有学习能力。 Tom Mitchell 现代定义 Tom Mitchell: “A computer program is s
coursera课程 machine learning 笔记 （一）
qq907177955的博客
06-07 861
课程讲师：Andrew Ng 吴恩达（斯坦福教授，百度首席科学家） 课程地址：https://www.coursera.org/learn/machine-learning/lecture/1VkCb/supervised-learning （注：括号里基本上是我自己的理解，如有错误请指出，勿喷，少男身少女心，谢谢。） 首先对简单说说我对人工智能的认识：本质是学习然后预测，人工智能总的来说就...
Coursera吴恩达《深度学习》课程总结（全）
热门推荐
csdn_xmj的博客
09-24 2万+
01 神经网络和深度学习（Neural Networks and Deep Learning） 1-1 深度学习概论 主要介绍：主要对深度学习进行了简要概述。首先，我们使用房价预测的例子来建立最简单的单个神经元组成的神经网络模型。然后，我们将例子复杂化，建立标准的神经网络模型结构。接着，我们从监督式学习入手，介绍了不同的神经网络类型，包括Standard NN，CNN和RNN。不同的神经网络模型适合处理不同类型的问题。对数据集本身来说，分为结构化数据和非结构化数据。近些年来，深度学习对非结构化数据的处理
Coursera吴恩达机器学习专项课程02：Advanced Learning Algorithms 笔记 Week03
阿正的梦工坊
02-26 565
第三周的笔记，quiz的答案以及作业的代码
Coursera吴恩达机器学习课程笔记——什么是机器学习（What is Machine Learning）
yanglamei1962的博客
04-15 173
机器学习定义 这里主要有两种定义：这个定义有点不正式但提出的时间最早，来自于一个懂得计算机编程的下棋菜鸟。他编写了一个程序，但没有显式地编程每一步该怎么走，而是让计算机自己和自己对弈，并不断地计算布局的好坏，来判断什么情况下获胜的概率高，从而积累经验，好似学习，最后，这个计算机程序成为了一个比他自己还厉害的棋手。task Tand someTom Mitchell 的定义更为现代和正式。T(Task): 过滤垃圾邮件任务。P(Performance): 电子邮件系统过滤垃圾邮件的准确率。
吴恩达Coursera, 机器学习专项课程, Machine Learning：Unsupervised Learning, Recommenders, Reinforcement Learning第...
qq_39444290的博客
12-03 483
Practice quiz: Collaborative Filtering 第 1 个问题：You have the following table of movie ratings:Refer to the table above for question 1 and 2；Assume numbering starts at 1 for this quiz, so the rating fo...
Coursera Machine Learning —— Week1
weixin_42150654的博客
03-19 270
Foreword 在写机器学习的学习笔记之前呢，必须要吹一波最近的偶像，Andrew Ng吴恩达。 很早之前看了点儿Stanford CS229 Machine Learning，听说是Stanford报名人数最多的课，Andrew魅力实在太大了。因为一些原因（懒），看了一课时之后就弃了，然后这次选了难度低很多的Coursera上的也是Andrew的Machine Learning（Coursera就是Andrew创办的），因为针对小白，所以英文用词上也会简单很多，听起来不会很累，但是还是CS229里面的A
coursera上吴恩达的《machine learning》的所有大作业Code
08-11
coursera上吴恩达的《machine learning》的所有大作业Code,仅供大家参考之用。
吴达恩机器学习公开课编程作业和讲义
05-07
https://www.coursera.org/learn/machine-learning （吴恩达老师在 Coursera 上的机器学习公开课） 本项目包含课程中的所有课后作业以及笔记，目前正在将手写笔记进行电子化。 1. 笔记(notes)都为中文，为了便于复习和扩充等，尽量会按照视频目录，以及视频内容进行提炼整理。 2. 所有课后作业(assignments)都已提交并通过 Coursera 编程测验
coursera machine learning 视频及字幕
03-13
coursera上的经典课程machine learning全套视频下载。由于太大不能放上来，这里给出百度云链接。
coursera上的《machine learning》的所有大作业
04-17
分为作业和答案两部分，分开的资源，不用因为有答案影响自己的思路
Coursera Machine Learning 课程的全套作业和代码，网络首发
09-11
机器学习大牛讲的课程的作业代码，里面有课程的文档，可以直接学习和完成作业。对系统的学习机器学习大有帮组。
Coursera上吴恩达(Andrew Ng)机器学习课程PPT
01-05
Coursera上吴恩达(Andrew Ng)机器学习课程PPT，人工智能深度学习入门必备。
2022-Machine-Learning-Specialization-main.zip 吴恩达机器学习ppt
01-28
吴恩达的机器学习课程主要包括两门，一门是在Cousera上的《机器学习》，另一门是他在斯坦福大学教授的《CS229: Machine Learning》。...如需更多吴恩达机器学习课程相关内容，可以登录Coursera官网和B站查看课程介绍。
机器学习-Andrew Ng：机器学习-Coursera-吴恩达-python + Matlab代码实现
02-04
Matlab中的Coursera机器学习作业 介绍 这是Coursera网站上，课程中算法在Matlab语言的实现，同样也可以参考斯坦福大学的计算机课程 。 注意： 您可以在上下载完整课程视频和相关文档； 定义 “如果某计算机程序在T上...
matlab吴恩达代码-Machine-Learning-WU:机器学习-WU
05-26
我入门也是吴恩达的机器学习，我个人觉得要能够用python写出来才是真正的理解了，慢慢的根据课程敲了不少代码，有些遗漏的慢慢补上来。 里面代码有调库的也有按原理手撕的，还是建议初学者先手撕试试看，加强理解。 ...
coursera吴恩达机器学习
最新发布
04-03
Coursera是一个在线学习平台，吴恩达机器学习课程是Coursera上非常受欢迎的一门课程。这门课程由吴恩达教授亲自讲授，是斯坦福大学的一门经典机器学习课程。 在这门课程中，吴恩达教授将引导学生了解机器学习的基本概念和算法，并通过实践项目来帮助学生应用所学知识。课程内容包括监督学习、无监督学习、神经网络、深度学习等主题。学生将学习如何构建和训练机器学习模型，以及如何应用这些模型解决实际问题。 这门课程适合各种背景的学生，无论是初学者还是有一定编程经验的人都可以受益。通过完成课程作业和项目，学生可以获得实践经验，并且在完成课程后可以获得证书。

“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 2
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
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