个人博客
吴恩达机器学习 course3 week1 无监督学习 吴恩达机器学习 course3 week1 无监督学习
吴恩达机器学习 course3 week1 无监督学习1 关于 course 3前面的Course1、Course2一直在讨论“有监督的机器学习”,Course3就来介绍不一样的内容: Week1-**无监督机器学习(unsupervis
2025-02-23
吴恩达机器学习 course2 week4 决策树 吴恩达机器学习 course2 week4 决策树
吴恩达机器学习 course2 week4 决策树1 什么是决策树 “神经网络”和“决策树/决策树集合”都被广泛应用于很多商业应用,并且在各类机器学习比赛中也取得了很好的成绩。但相比于“神经网络”,“决策树/决策树集合”却并没有在学术界引起
2025-02-15
吴恩达机器学习 Course2 week3 使用机器学习的建议 吴恩达机器学习 Course2 week3 使用机器学习的建议
吴恩达机器学习 Course2 week3 使用机器学习的建议前面已经介绍了很多“学习算法”,比如线性回归、逻辑回归、深度学习或神经网络,但若算法的性能不好,我们下一步又该做什么来进行改进呢?前面我们只是进行了简单的介绍。比如现在有一个“有
2025-02-09
吴恩达机器学习 Course2 week2 神经网络的训练 吴恩达机器学习 Course2 week2 神经网络的训练
吴恩达机器学习 Course2 week2 神经网络的训练1 Tensorflow神经网络 的编译和训练1-1 Tensorflow的实现# compile()函数所有的可选选项及其示例 model.compile(loss=tf.kera
2025-02-06
吴恩达机器学习 Course2 week1 神经网络 吴恩达机器学习 Course2 week1 神经网络
吴恩达机器学习 Course2 week1 神经网络1 神经网络概述1-1 关于Course 2Course2会学习“神经网络”(也被称为“深度学习”)、决策树等算法,这些是最强大、最广泛使用的机器学习算法之一。另外也会介绍构建机器学习系统
2025-01-28
机器学习吴恩达笔记 week3 机器学习吴恩达笔记 week3
机器学习吴恩达笔记 week31 逻辑回归1-1 动机与目的:线性回归不适用于分类问题概念明晰: 本课程中,class/category两者都表示“分类问题”的输出类别,两者意义相同。 “逻辑回归(logistic regression)
Scikit-Learn 中的`SGDRegressor`、`StandardScaler` 和 `LinearRegression` Scikit-Learn 中的`SGDRegressor`、`StandardScaler` 和 `LinearRegression`
Scikit-Learn 中的SGDRegressor、StandardScaler 和 LinearRegressionSGDRegressor、StandardScaler 和 LinearRegression 是 Scikit-Lea
Test Test
$$\text{Loss Function: } \quad L(f(\vec{x}), y) = -y \log(f(\vec{x})) - (1 - y) \log(1 - f(\vec{x}))\\\text{Cost Functio
2024-12-28
吴恩达机器学习week2 吴恩达机器学习week2
吴恩达机器学习week2对于数学公式块无法显示的问题:目前blogger还在寻找方法解决:请先移步至csdn:https://blog.csdn.net/linjinshu1/article/details/144791222 带来不便请谅
吴恩达机器学习课程笔记week1 吴恩达机器学习课程笔记week1
吴恩达机器学习课程笔记week1对于数学公式块无法显示的问题:目前blogger还在寻找方法解决:请先移步至csdn:https://blog.csdn.net/linjinshu1/article/details/144791241 带来
3 / 15