Just finished watching all videos of this course - thank you Andrew for elaborating all basic ML concepts\algorithms in an easy to understand way. I w
转载
2018-07-16 12:47:00
102阅读
2评论
上图是课上的编程作业运行10000次迭代后，输出每一百次迭代 训练准确度和测试准确度的走势图，可以看到在600代左右测试准确度为最大的，74%左右， 然后掉到70%左右，再掉到68%左右，然后升到70%，然后是68%， 然后稳定在70% ， 这个设置的 学习率为 0.005 。 这个是学习率设置为0
原创
2022-05-18 16:31:11
97阅读
本文代码实验地址： https://github.com/guojun007/logistic_regression_learning_rate cousera 上的作业是 编写一个 logistic regression 分类器，为了看看学习率对优化结果的影响，我又私下做了对比实验， 2000次迭
原创
2022-05-18 16:30:53
115阅读
刚刚完毕了Cousera上Machine Learning的最后一周课程。这周介绍了machine learning的一个应用：photo OCR（optimal character
转载
2017-08-20 21:39:00
62阅读
2评论
cousera-Andrew NG的机器学习足够入门cs229台湾大学林轩田老师的机器学习基石和机器学习技法结合李航的<<统计学习方法>>和周志航的<<机器学习>> 看完之后看<<机器学习实战>>之后去kaggle打比赛, 再想深了看看pr
转载
2016-07-08 13:09:00
106阅读
2评论
最近在cousera上面学习台湾大学的机器学习基石的课程，不过上面的课程都是用英文来进行测试的，做起来总是通过不了，于是在网上搜寻解答方法，最后找到了下面的一个博客，里面记录了 机器学习基石 这门课所有测试的答案，作为参考之用还是十分有用的
原创
2022-05-18 16:09:05
407阅读
这是本人在cousera上学习机器学习的笔记，不能保证其正确性，谨慎参考看完这几课后 collaborative-filtering collaborative-filtering-algorithm vectorization-low-rank-matrix-factorization 同时参考下面的这篇文章： SVD在推荐系统中的应用详解以及算法推导 后自己用java实现了一下1、下图是待
转载
2023-07-13 15:25:37
129阅读
这是本人在cousera上学习机器学习的笔记，不能保证其正确性，慎重參考 看完这一课后Content Based Recommendations 后自己用java实现了一下 1、下图是待处理的数据，代码使用数据和下图一样： 2、思路：对每一个用户假定其为一个3维向量（在代码中初始化为[1,1,1]的
转载
2017-08-15 11:56:00
472阅读
2评论
近来slam技术在无人汽车领域比较火热，所以现在打算把cousera上的robots_estimation and learning的4周课程刷一遍。做作业做了，但是没有提交(之前买的课到期了)，所以也就没有验证正确性。 一、课程背景介绍我们知道SLAM问题的本质，对运动主体自身和周围环境空间不确定性的估计。本次课程属于slam技术的后端优化模块，我们将会从有
中讲了如何在google cloud 中部署jupyter notebook, 这一篇就用它来测试一下tensorflow-gpu的实际运行效果怎么样. 本文数据来源和内容均来自吴恩达博士的cousera深度学习课程 - 卷积神经网络 - 第四周 - 第三课的课程作业.首先需要下载数据集, 我是把整个作业的内容搬过来了, 可以在https://github.com/marsggbo/deeplea
Tensorflow 学习之猫狗分类案例本人一直在Cousera上学习Ng Andrew老师的Tensorflow课程，在本次猫狗分类案例当中，我对课程做了相应的记录，呈现在此，一方面加深学习的印象，另一方面记录自己学习的心得。如有错误还望各位大佬指正。注：我使用的是Spyder进行的代码编写与运行。 文章目录Tensorflow 学习之猫狗分类案例前言一、cats_and_dogs数据集1.ca
转载
2024-03-27 22:09:46
296阅读
这是本人在cousera上学习机器学习的笔记，不能保证其正确性，谨慎参考1、下图是待处理的数据，代码使用数据和下图一样： 2、思路：对每个用户假定其为一个3维向量（在代码中初始化为[1,1,1]的转置，然后采用梯度下降法不断的对这个3维向量的值进行更新），假设更新到最后的向量值为[0，5，0]的转置，然后使用该向量和电影“Cute puppoes of love”的特征向量进行计算，即可得到该电影
转载
2023-06-29 12:51:32
93阅读
1立志学人工智能的缘由我本人平时很喜欢看科普知识，自从 2016 年得知 Alpha Go 战胜李世石之后，对人工智能很感兴趣。通过网络搜索，我报了吴恩达在 Cousera 上面的公开课。虽然在这门公开课里，吴恩达力求深入简出，但还是有很多内容我不太懂。我是 2005 年大学毕业的，专业是市场营销，所以在数学和编程基础上我比较薄弱，再加上我毕业也有十几年了，甚至有很多中学数学也都遗忘了。刚好这段时
原创
2021-04-08 10:06:30
421阅读
