吴恩达《Machine Learning》精炼笔记 10:异常检测
17红色石头 发布于 2021-01-23
系列文章: 吴恩达《Machine Learning》精炼笔记 1:监督学习与非监督学习 吴恩达《Machine Learning》精炼笔记 2:梯度下降与正规方程 吴恩达《Machine Learning》精炼笔记 3:回归问题和正则化 吴恩达《Machine Learning...
阅读(87)评论(0)赞 (0)
红色石头 发布于 2021-01-23
系列文章: 吴恩达《Machine Learning》精炼笔记 1:监督学习与非监督学习 吴恩达《Machine Learning》精炼笔记 2:梯度下降与正规方程 吴恩达《Machine Learning》精炼笔记 3:回归问题和正则化 吴恩达《Machine Learning...
阅读(87)评论(0)赞 (0)
红色石头 发布于 2021-01-23
系列文章: 吴恩达《Machine Learning》精炼笔记 1:监督学习与非监督学习 吴恩达《Machine Learning》精炼笔记 2:梯度下降与正规方程 吴恩达《Machine Learning》精炼笔记 3:回归问题和正则化 吴恩达《Machine Learning...
阅读(79)评论(0)赞 (0)
红色石头 发布于 2021-01-16
系列文章: 吴恩达《Machine Learning》精炼笔记 1:监督学习与非监督学习 吴恩达《Machine Learning》精炼笔记 2:梯度下降与正规方程 吴恩达《Machine Learning》精炼笔记 3:回归问题和正则化 吴恩达《Machine Learning...
阅读(340)评论(0)赞 (0)
红色石头 发布于 2021-01-16
系列文章: 吴恩达《Machine Learning》精炼笔记 1:监督学习与非监督学习 吴恩达《Machine Learning》精炼笔记 2:梯度下降与正规方程 吴恩达《Machine Learning》精炼笔记 3:回归问题和正则化 吴恩达《Machine Learning...
阅读(310)评论(0)赞 (0)
红色石头 发布于 2021-01-16
系列文章: 吴恩达《Machine Learning》精炼笔记 1:监督学习与非监督学习 吴恩达《Machine Learning》精炼笔记 2:梯度下降与正规方程 吴恩达《Machine Learning》精炼笔记 3:回归问题和正则化 吴恩达《Machine Learning...
阅读(307)评论(0)赞 (0)
红色石头 发布于 2021-01-14
系列文章: 吴恩达《Machine Learning》精炼笔记 1:监督学习与非监督学习 吴恩达《Machine Learning》精炼笔记 2:梯度下降与正规方程 吴恩达《Machine Learning》精炼笔记 3:回归问题和正则化 吴恩达《Machine Learning...
阅读(373)评论(0)赞 (0)
红色石头 发布于 2021-01-14
今天带来第四周课程的笔记:神经网络基础。 非线性假设 神经元和大脑 模型表示 特征和直观理解 多类分类问题 非线性假设Non-linear Hypotheses 线性回归和逻辑回归的缺点:特征太多的时候,计算负荷会非常大 假设我们希望训练一个模型来识别视觉对象(例如识别一张图片上...
阅读(386)评论(0)赞 (0)
红色石头 发布于 2021-01-14
今天带来第三周课程的笔记:回归问题和正则化。 主要讲解的内容包含: 逻辑回归 代价函数 线性回归和逻辑回归的比较 正则化问题 逻辑回归 分类问题 逻辑回归 分类问题 假设预测的变量y是离散的值,需要使用逻辑回归Logistic Regression,LR的算法,实际上它是一种分类...
阅读(379)评论(0)赞 (0)
红色石头 发布于 2020-12-24
今天带来第二周课程的笔记:梯度下降与正规方程。 主要内容: 多维特征 多变量梯度下降 梯度下降法实践 正规方程 多维特征Multiple Features 多维特征Multiple Features 还是利用房价模型的例子,增加了更多的特征,比如:房间楼层、房间数量、地理位置等,...
阅读(1073)评论(0)赞 (0)
红色石头 发布于 2020-11-28
0. 引言 吴恩达(Andrew Ng),毫无疑问,是全球人工智能(AI)领域的大 IP!然而,吴恩达从最早的 CS229,到后来的 deeplearning.ai 深度学习专项课程,还有其它 AI 资源,大神发布的 AI 知名课程和资料非常多。 说到吴恩达优秀的 AI 课程,首...
阅读(2291)评论(0)赞 (0)
热门排行
阅读 (386)赞 (0)
1吴恩达《Machine Learning》精炼笔记 4:神经网络基础阅读 (379)赞 (0)
2吴恩达《Machine Learning》精炼笔记 3:回归问题和正则化阅读 (373)赞 (0)
3吴恩达《Machine Learning》精炼笔记 5:神经网络阅读 (340)赞 (0)
4吴恩达《Machine Learning》精炼笔记 8:聚类 KMeans 及其 Python实现阅读 (310)赞 (0)
5吴恩达《Machine Learning》精炼笔记 7:支持向量机 SVM