安装时唯一注意的地方就是在这个界面的时候只需要勾选image就可以了。安装完毕后，打开之，然后使用cd命令跳转至我们解压的作业文件夹。1.Simple octave function 先来个热身...只需要在warmUpExercise.m中添加一行A=eye(5);即可.2.Linear regression with one variable &n
转载
2023-08-18 15:42:28
97阅读
Coursera Machine Learning Week1一、Introduction1.1 机器学习（Machine Learning）第一个机器学习的定义来自于Arthur Samuel，他定义机器学习为在进行特定编程的情况下，给予计算机学习能力的领域。近年代的机器学习定义由Tom Mitchell提出，Tom定义的机器学习是一个程序被认为能从经验E中学习，解决任务T，达到性能度量值P，当
转载
2024-03-14 18:45:01
32阅读
起因经过多次努力的思考，发现直接学原理记得不够透彻，而且也不适合自己这种学习方式，所以决定关于机器学习的原理笔记先停止更新。转折对于数据方面，对数据的爬取技巧还是要掌握的，所以近期的目标是暂时放弃机器学习的笔记更新，转而去进一步了解爬虫的各种好玩的事情，将数据采集作为第一步，在数据采集，数据清洗，数据处理熟练后(毕竟这是一套体系，最近了解到的….)，开始决定入手慕课网波波老师的机器学习python
原创
2023-01-11 00:48:40
59阅读
机器学习sklearn实战今天开始学习机器学习实战，好多年都没有下定决心把这个学好。 文章目录机器学习sklearn实战前言一、感知机1.sklearn 实现感知机二、决策树1 sklearn.tree.DecisionTreeClassifier 详细说明2 绘制决策树2.1 Graphviz形式输出决策树2.2 绘制决策平面2.3 交叉验证 前言记录学习sklearn 一、感知机1.sk
转载
2023-07-10 17:06:28
65阅读
目录1.1 欢迎1.2 什么是机器学习1.3 监督学习1.4 无监督学习1.1 欢迎机器学习是目前信息技术中最激动人心的方向之一。我们每天都会使用机器学习的算法。比如，每次我们打开谷歌、必应能够搜索到需要的内容，正是因为他们有良好的对网页进行排行的学习算法。每次我们用Facebook或苹果的图片分类程序时，它能认出你朋友的照片，这也是机器学习。每次我们阅读电子邮件时，垃圾邮件筛选器可以帮我们过滤大
转载
2024-09-25 20:03:46
1041阅读
Machine Learning | CourseraGitHub地址：https://github.com/hanlulu1998/Coursera-Machine-Learning
Machine Learning(机器学习)是研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及
转载
2023-07-28 21:44:34
86阅读
Coursera 机器学习 吴恩达
## 引言
机器学习是一门研究如何使机器能够自动学习的领域。它利用计算机科学和统计学的方法，通过数据和模型的训练，使机器能够从过去的经验中学习，并根据学习到的知识进行预测和决策。在现代社会中，机器学习已经被广泛应用于各个领域，如金融、医疗、交通等。
### 什么是 Coursera 机器学习吴恩达课程
Coursera 机器学习吴恩达课程是由吴恩达教授在
原创
2024-01-21 09:03:21
173阅读
1.人类及动物的学习模式：观察->学习->技能机器学习的模式：data->ML(机器学习)->skill2.那什么是skill:技能是某种表现方法的增进 eg:stackdata->ML->more investment gain3.为什么需要机器学习而不是简单的定义：因为现实中的问题往往比较复杂，不能简单的定义。eg:怎么定义一棵树，只能learn from data.4.碰到问题了，判断是否可以运用机器学习，三个方面来判断： 1）：pattern:是否存在一些潜在的模式（表现方法可以增进eg:预测股市） 2）：definition：潜在的模式不容易被定义
转载
2013-11-30 17:44:00
124阅读
2评论
# 零基础学机器学习 coursera
## 引言
机器学习是当前炙手可热的领域之一，它对于各行各业都有着深远的影响。而作为一名刚入行的小白，想要学习机器学习可能会觉得困惑和迷茫。不用担心，本文将带你一步步学习“零基础学机器学习 coursera”，让你快速掌握机器学习的基础知识和技能。
## 整体流程
首先，让我们来看一下整个学习过程的流程：
```mermaid
journey
原创
2023-08-30 10:19:32
133阅读
机器学习是一门研究如何通过计算机程序模拟人类学习过程的学科。它利用数据和统计方法来训练计算机模型，使其能够从大量的输入数据中学习并做出预测。Coursera是一个在线教育平台，提供众多机器学习课程和作业供学习者练习使用。
在Coursera的机器学习课程中，有一项作业是使用Python编写一个线性回归算法。线性回归是一种常见的机器学习算法，用于建立一个线性模型来预测连续型输出变量。这个算法的基本
原创
2023-08-28 05:52:43
46阅读
文章目录1. Machine Translation 机器翻译1.1. 学习目标1.2. 概览1.3. 向量变换1.3.1. F范数1.3.2. 梯度的计算2. 哈希表 Hash tables2.1. locality sensitive hashing2.1.1. 如何判断向量在平面某一侧2.2. Multiple Planes 多平面2.2.1. 多平面的哈希值2.2.2. 一些简单的pyt
转载
2024-01-08 15:32:21
128阅读
这节课是接着上节的正则化课程的，目的也是为了防止overfitting。
原创
2022-01-18 09:58:11
104阅读
Classification(分类)本章讲解了分类的基础概念 分类的例子有很多例如下图，邮件(垃圾分类)，在线交易(是否为欺诈),肿瘤(良性还是恶性)…0代表负类(良性肿瘤)，1代表正类(恶性肿瘤)我们如何开发一个分类算法呢？先不考虑复杂的多项分类，我们从二进制分类问题开始说起，二进制分类也就是0、1两个结果的分类。下图有一个训练集，通过肿瘤的大小来对良性、恶性进行分类的图： 即恶性为1，非恶
原创
2023-01-11 00:47:54
64阅读
0 引言在具体的机器学习实践中，发现碰到了很多问题，这些问题单凭不断实验已经无法解决了，必须要从理论上提高认识水平，来进一步指导自己的研究。具体的问题有下面这些。（1）针对具体问题，是选择特征工程 + 机器学习(ML)方法还是采用端到端的深度学习(DL)方法？ （1.1）问题本身是否适合用深度学习/机器学习，通常认为深度学习模型复杂度高，需要数据量大，可解释性差，但是泛化能力好。而机器学习模型复
这一节讲的是正则化，在优化中一直会用到正则化项，上课的时候老师一句话代过，没有作过多的解释。
原创
2022-01-18 09:58:40
99阅读
吴恩达老师的机器学习课程作业是MATLAB版本（Octave）的，现在有点过时了，我参考了几位大牛的代码，将作业改成了Python3.6版本，并做了中文注释，推荐使用jupyter no...
原创
2022-06-02 20:33:37
531阅读
引言 机器学习栏目记录我在学习Machine Learning过程的一些心得笔记，涵盖线性回归、逻辑回归、Softmax回归、神经网络和SVM等等。主要学习资料来自Standford Andrew Ng老师在Coursera的教程以及UFLDL Tutorial，Stanford CS231n等在线
转载
2018-01-19 16:12:00
188阅读
2评论
如果只想得到某种概率，而不是简单的分类，那么该如何做呢？在误差衡量问题上，如何选取误差函数这段很有意思。
原创
2022-01-18 09:59:26
77阅读
之前一直在讲机器为什么能够学习，从这节课开始讲一些基本的机器学习算法，也就是机器如何学习
原创
2022-01-18 09:59:46
96阅读
Logistic Regression Model(逻辑回归模型)Cost Function如下所示，本章讲述了如何拟合cost参数θ： hypothesis函数在图中复习一下，在图中我们的假设函数范围在0-1之间.在线性回归方程中我们的代价函数如下： 现在改写一下，去掉平方，让下图蓝色字体等于平方差，实际上还是对数据集从1-m求和的公式，只不过简写了而已，如下图：简化上面的式子，去掉上标，直接
原创
2023-01-11 00:47:46
109阅读
