机器学习入门知识一.机器学习定义二.机器学习分类监督学习(supervised learning)无监督学习(unsupervised learning)其它类型的机器学习三.模型相关描述及常用变量符号规定训练集(Training set)、测试集(Test set)和验证集(Validation set)假设函数(Hypothesis)代价函数(Cost function)常用变量符号规定总结
转载
2024-04-11 10:32:31
48阅读
#网课链接2014 #讲义2014 #笔记链接2014 #代码2017 ...
转载
2021-09-22 14:16:00
431阅读
2评论
什么是机器学习广义上：机器学习是一种能够赋予机械学习的能力以此让它完成直接编程无法完成的功能的方法。实践意义： 机器学习是一种通过利用数据，训练出模型，然后使用模型预测的一种方法。通俗来讲：三个基本要素：任务T、经验E和性能P。机器学习=通过经验E的改进后，机器在任务T上的性能P所度量的性能有所改进=T–>(从E中学习)–>P（提高） 监督学习 我们给算法一个数据集
转载
2023-10-05 16:24:20
233阅读
一. 欢迎参加《机器学习》课程机器学习的应用：1.数据挖掘：更好的理解用户2.无法用编写程序解决：自动驾驶3.个性化推荐4.AI：像人类一样学习二. 什么是机器学习？机器学习定义：Arthur Samuel对机器学习的定义：在没有明确设置的情况下，使计算机具有学习能力的研究领域(有些陈旧，不正式)Tom Mitchell：计算机程序从经验E中学习解决某一任务T，进行某一性能度量P，通过P测定在T上
转载
2024-08-16 13:18:50
18阅读
@多变量线性回归和特征缩放前言 斯坦福大学吴恩达老师的机器学习课程几乎是每位热爱人工智能领域同学的必修课。网上虽然有许多基于python实现的代码，但大多使用python交互模式解释器ipython实例讲解。本人基于自己的理解采用pycharm提供源代码及个人理解，部分代码可能参考他人代码部分，如有侵权请私信我一、问题探讨参考视频4.2-4.3，多变量线性回归需要我们根据多个特征数据，建立模型
转载
2024-01-04 14:13:24
270阅读
本篇博客主要讲解，吴恩达机器学习第三周的编程作业，作业内容主要是利用逻辑回归算法(正则化)进行二分类。实验的原始版本是用Matlab实现的，本篇博客主要用Python来实现。 目录1.实验包含的文件2.使用逻辑回归算法(不带正则化)进行二分类3.逻辑回归算法(不带正则化)进行二分类完整项目代码4.利用逻辑回归算法(带正则化)进行二分类5.逻辑回归算法(正则化)进行二分类完整项目代码1.实
转载
2023-12-13 16:40:23
1074阅读
大规模机器学习 Large scale machine learning学习大数据集 learning with large datasets随机梯度下降 Stochastic Gradient DescentMini-Batch 梯度下降 Mini-Batch gradient descent随机梯度下降收敛 stochastic gradient descent convergence在线学
转载
2024-01-04 06:04:46
145阅读
本博客介绍吴恩达机器学习课程的所有知识，学习笔记系列写自己的听课笔记和心得，课程练习系列写课后练习题的作业答案，附上参考的大哥的博客地址。吴恩达老师的课程可以在B站上看到，讲的很好，推荐大家都去看一下。本系列所有照片均来自于吴恩达老师讲课课件，侵删。总述：本篇讲述第一章：引言和第二章：单变量线性回归。引言中重点理解监督学习和无监督学习的概念和二者区别，单变量线性回归中理解线性回归，代价函数，梯度下
转载
2023-10-07 09:06:10
415阅读
目录：1.机器学习是什么？ 2.监督学习 3.无监督学习 4.线性回归 5.代价函数 5.1 代价函数的直观理解1 5.2 代价函数的直观理解2 6.梯度下降 7.梯度下降的线性回归 8.线性代数回顾 8.1 矩阵和向量 8.2 加法和标量乘法 8.3 矩阵向量乘法 8.4 矩阵乘法 8.5 矩阵乘法的性质 8.6 逆、转置1.机器学习是什么？来自卡内基梅隆大学的Tom Mitchell定义的机器
转载
2023-09-25 06:03:37
135阅读
吴恩达机器学习课程（第一周）welcomeWelcome to Machine learning!(video)机器学习在各领域的应用很多 比如搜索引擎 图像识别 垃圾邮件处理这是一门让计算机 无需显式编程(explicitly programmed)就能自主学习的学科在机器学习领域取得进展的最好方法 是通过一种叫做神经网络的学习算法 模拟人类大脑工作Machine Learning Honor
转载
2024-07-22 11:24:05
81阅读
吴恩达coursera《机器学习》第一章1-2什么是机器学习？定义： A computer program is said to learn from experience E with respect to some task T and some performance measure P,if its performance on T, as measured by P,improves w
转载
2024-04-22 19:06:37
72阅读
1.主要介绍了当前机器学习使用的各大场景 2.监督学习 Supervised Learning是一个机器学习中的方法，可以由训练资料中学到或建立一个模式（函数 / learning model），并依此模式推测新的实例。训练资料是由输入物件（通常是向量）和预期输出所组成。函数的输出可以是一个连续的值（称为回归分析），或是预测一个分类标签（称作分类）。一个监督式学习者的任务在观
转载
2018-04-08 21:31:00
118阅读
文章目录1. 绪论：初识机器学习1.1 欢迎参加课程什么是机器学习？机器学习能做什么？1.2 机器学习是什么第一个机器学习的定义另一个定义1.3 监督学习（Supervised Learning）回归问题举例分类问题举例1.4 无（/非）监督学习（Unsupervised Learning） 1. 绪论：初识机器学习1.1 欢迎参加课程什么是机器学习？让机器试着模仿人的大脑，自己学习怎么来解决问
转载
2024-04-22 19:05:40
54阅读
笔记是根据吴恩达视频的内容所记录的，视频的地址为：https://www.bilibili.com/video/BV164411b7dx?p=2&spm_id_from=pageDriver1.2 什么是机器学习 Samuel提出计算机可以学习如何观察棋局的形式来做出最好的选择来进行下棋。当时只是简单的对机器学习的定义。Tom后来做出定义，在这段话中E经验指的是程序与自己进行几万次跳棋，T
转载
2024-04-18 21:26:11
67阅读
第一周一、引言1.1 欢迎1.2 机器学习是什么1.3 监督学习1.4 无监督学习二、单变量线性回归2.1 模型表示2.2 代价函数2.3 代价函数的直观理解 I2.4 代价函数的直观理解 II2.5 梯度下降2.6 梯度下降的直观理解2.7 梯度下降的线性回归2.8 接下来的内容三、线性代数回顾3.1 矩阵和向量3.2 加法和标量乘法3.3 矩阵向量乘法3.4 矩阵乘法3-5 矩阵乘法特征（1）
转载
2024-07-31 16:20:28
141阅读
在这门课程的开头，吴老师举了很多个机器学习的例子，比如垃圾邮件筛选，人脸识别，推荐系统以及他的直升机自主飞行实验，举了这么多个例子，其实就是想说为啥需要机器学习？？ 答：因为有些问题依靠传统的编程方法很难解决或者没法解决。比如音乐推荐系统，面对海量用户，不可能针对每个用户都写一个适合他们喜好的音乐推荐程序，所以就需要机器学习。那大概要怎么办呢？就是通过获取每个用户的音乐选择信息，然后给音乐贴上标签
转载
2024-08-09 10:26:22
38阅读
Linear Regression with Multiple VariablesEnviroment Setup InstructionSetting Up Programming Assignment EnviromentAccess MATLAB Online and Upload the Programminig Exercise Files由于电脑已经安装好matlab，所以这节略过。M
转载
2024-06-22 11:56:11
61阅读
# 如何实现“吴恩达机器学习paper”
作为一名经验丰富的开发者，我将会教导你如何实现“吴恩达机器学习paper”。这将是一项挑战性的任务，但是我会一步一步地指导你完成整个流程。
## 流程
首先，让我们来看一下整个实现“吴恩达机器学习paper”的流程。我将使用一个表格展示出每个步骤的具体内容和顺序。
```mermaid
gantt
title 实现“吴恩达机器学习paper
原创
2024-06-29 05:39:39
43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
# 机器学习：吴恩达的书本实践
## 引言
欢迎来到机器学习的世界！在这个领域中，吴恩达的书本是一个非常好的起点。本文将指导你如何实现“机器学习 吴恩达 书本”。我将向你展示整个过程的步骤，并提供每一步需要做的事情和相应的代码示例。
## 步骤概览
以下是实现“机器学习 吴恩达 书本”的流程概览：
| 步骤 | 描述 |
| --- | --- |
| 1. 确定学习目标 | 理解机器学习的
原创
2023-08-03 07:01:51
129阅读
