Andrew机器学习笔记_class02

最新推荐文章于 2025-09-03 19:50:10 发布
原创 最新推荐文章于 2025-09-03 19:50:10 发布 · 196 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#机器学习 #梯度下降 #线性回归

博客围绕机器学习展开，重点提及线性回归和梯度下降。线性回归是机器学习中常用算法，梯度下降则是优化算法，可用于求解线性回归中的参数，二者在信息技术领域的数据分析、预测等方面有重要应用。

Andrew_Wu95
关注
零样本学习 (Zero-Shot Learning)：突破传统机器学习的界限
AI天才研究院
06-30 442
在传统的机器学习范式中，模型的训练和测试通常基于同一分布的数据集。这种方法要求训练数据包含所有可能的类别，并且每个类别都有足够多的样本。然而，在现实世界中，我们经常面临需要识别或分类全新类别的情况，这些类别在训练数据中可能完全没有出现过。这就引出了一个关键问题：如何使机器学习模型能够识别和理解它从未见过的类别？零样本学习（Zero-Shot Learning，简称ZSL）正是为了解决这一挑战而提出的。它旨在训练一个能够识别未知类别的模型，即使在训练过程中没有见过这些类别的任何样本。
机器学习笔记 - 使用python代码实现易于理解的反向传播
学以致用 知行合一
04-11 2692
反向传播算法包括两个阶段： 1、我们的输入通过网络并获得输出预测的前向传递（也称为传播阶段）。 2、反向传播，我们计算网络最后一层（即预测层）损失函数的梯度，并使用该梯度递归地应用链式法则来更新我们网络中的权重（也称为权重更新）阶段）。 下面我们将使用Python实现反向传播算法。 之后，使用下面两个数据集演示如何在以下两个方面使用反向传播和Python训练自定义神经网络： 1、XOR数据集 2、MNIST数据集
AndrewNg机器学习讲义.rar
10-18
机器学习大牛andrewNG的斯坦福大学的机器学习讲义，分为原版和个人理解版，很好的资源。。。
Andrew Ng机器学习算法入门(二):机器学习分类
04-17 177
机器学习的定义 Arthur Samuel给出的定义，Field of Study that gives computers the ability to learn without being explicitly programmed.（在不直接针对问题进行编程的情况下，赋予计算机学习能力的一个研究领域） Tom Mitchell给出的定义，A computer program i...
Andrew Ng机器学习-监督学习
qq_38383103的博客
06-23 177
监督学习 1.示例一：假设你的好朋友小明想卖掉自己的房子去屯BB机，在对周边房价以及出售情况进行调查过后，他还是不知道该订什么样的价格能够最大化的吸引到买房的人，并且自己又不能太亏。这个时候聪明的小明想到了在研究机器学习的你，你通过小明提供的数据集（包含房屋面积，成交价格），编写编程对其进行拟合（根据面积(特征值)与价格绘制一次函数或者二次函数），然后根据小明的房屋情况带入求出最优价格的过程，也就是一个监督学习算法应用的一个例子。–回归问题(通过数据来拟合并计算某个结果) 2.示例二：根据用户年龄与患肿瘤情
机器学习|Andrew Ng|学习笔记
honor
04-01 435
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。 有一个算法叫支持向量机，里面有个巧妙的数学技巧，能让计算机处理无限多个特征。 监督学习：其基本思想是数据集中的每个样本都有相应的“正确答案”，再根据这些样本作出预测。例如垃圾邮件问题。 无监督学习：在无监督学习中，不同于监督学习的数据的样子（...
Andrew Ng机器学习笔记（一）
Hyaloidz的博客
04-28 478
机器学习简介 一、简介 我们的生活与机器学习息息相关，机器学习是使电脑学习的一种科学，而不借助于明确的程序，机器学习中的神经网络算法（模拟人类的直观思维）在AI中应用广泛。Machine learning发源于人工智能领域，与工业界和基础科学界联系紧密。并且，随着网络和自动化技术的快速发展，机器学习越来越普遍。 二、定义 Arthur Samuel：在进行特定编程的情况下...
machine-learning-video-class-notes.rar_machine learning_python 机
09-23
【标题】"machine-learning-video-class-notes.rar" 是一个包含斯坦福大学机器学习视频课程讲义的压缩文件，其中重点是机器学习理论与实践，而"python"则表明讲解可能涉及了使用Python编程语言进行机器学习的实践...
机器学习笔记——SVM丝滑推导及代码实现，从硬间隔到软间隔再到核函数
andrew_1219的博客
06-01 1095
开始搓延期了一百年的机器学习实验，把SVM推导过程从定义到求解都刷了一遍，包括推导优化目标、提出对偶问题、利用KKT条件得到原问题的解以及SMO算法等
斯坦福CS229机器学习完整笔记pdf版
"斯坦福学习笔记CS229是一份详细的英文PDF文档，由著名教授Andrew Ng讲解的机器学习课程的完整解读。这份笔记源自2011年秋季ml-class.org网站上的原始课程资料，涵盖了课程的所有核心内容，包括但不限于监督学习、无...
第01周：吴恩达 Andrew Ng 机器学习
MANDYBOOM的博客
08-12 585
第01周：吴恩达 Andrew Ng 机器学习
Andrew机器学习课程 章节5——Logistic回归
MeisterMorxrc的学习小屋
11-06 193
线性回归用于分类问题通常不是什么好的主意 Logistc 回归实际上是一种分类算法用在离散值为0 or 1的情况下。即：预测的变量y是一个离散值，情况下的分类问题。 在此，为了将值限定在[0,1]中，我们引入一个新的函数sigmod函数： 其意义是，对于给定的输入变量x，根据选择的参数θ计算输出变量=1 的可能性,for example: hθ(x)=0.7，则表示有 70%的几 率 ...
（深度学习笔记 by Andrew Ng）机器学习策略
麦地与诗人
06-06 221
ML策略？ 我们从一个启发性的例子开始讲，假设你正在调试你的猫分类器，经过一段时间的调整，你的系统达到了90%准确率，但对你的应用程序来说还不够好，这时候，你可能有很多想法去改善你的系统，比如， Collect more data Collect more diverse training set Train algorithm longer with gradient decent Try A...
Andrew机器学习第一课
weixin_33968104的博客
07-09 197
批梯度下降算法： 训练样本为一个时：更新Θi 让代价函数最小，利用沿梯度下降方向函数会变得越来越小。这个函数是代价函数J关于(Θi)的。这里并没有在讨论x，y。 关于为什么式子（图是复制的）可以让代价函数趋向于最小值。参考博客：https://blog.youkuaiyun.com/ZengDong_1991/article/details/45563107 对于多个训练算...
吴恩达（AndrewNG）机器学习课程学习小技巧
Talk is cheap, show me the code!
11-13 589
前言 因为现在是机器学习的热潮，之前也是看过一部分的资料，比如李航的《统计学习方法》也拜读过，但真正系统的学习还真的是没有。也想趁着最近一段比较能自由支配的时间好好学习一段时间。现在学习了一段时间，先把这些记录小技巧记录下来吧。 视频 视频 ...
Week One - 1. Andrew Ng - 什么是机器学习？
ZenG的博客
08-20 228
Definition 定义(1)： 在不需要具体编程的情况下赋予计算机自我学习的能力。 - Arthur Samuel(1959)。例如： 程序的编写者可能是某个领域的菜鸟，例如围棋，但是通过机器学习，计算机获得了如果才能赢得策略，成为了围棋高手。 定义(2)： 存在经验E, 任务T, 性能P，使得计算机程序执行任务T，其表现由P来测量，并且其结果由经验E来改进。- Tom ...
看完吴恩达(Andrew Ng)机器学习视频的感受
热门推荐
tiantangderen的博客
01-14 3万+
最近觉得机器学习有点火，就上网找了找，搜了搜，看看机器学习是个什么东东，看到大部分的博客啊，知乎上都说入门的话，强烈推荐吴恩达的机器学习，开始以为是在网易公开课上看，但是后来搜到了一个在线学习网站--Coursera， 这个网站就是吴恩达创办的，里面有机器学习的视频，课程设计非常好，按周分的，而且每周结束有相应的联系，用Matlab或Octave进行编程实现课程中的算法，完成之后可已上传到cour
Day20_【机器学习—逻辑回归 (1)—原理】
最新发布
l12345sy的博客
09-03 363
逻辑回归是一种，要用于解决经典的问题其把。
和Andrew NG认可的斯坦福机器学习课程笔记
机器学习是人工智能领域的重要分支，斯坦福大学的课程为学生提供了系统学习机器学习知识的平台，培养出众多的机器学习领域专家。 ### 知识点二：Andrew NG的贡献 **Andrew NG简介：** Andrew NG是斯坦福大学的教授...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值