Machine Learning 课程学习笔记

在Mac OS 环境中安装Octave

首先安装XCode 一般MacOS中已经安装这个开发工具,如果没有或者版本太低的话,需要在App Store中更新一下。紧接着在Preferance中按转Command Tool Line(CTL)

然后安装Homebrew,参照https://github.com/mxcl/homebrew/wiki/installation,此后通过brew doctor命令验证一下环境,根据环境中检测结果修改,我就是在环境检测过程中遇到XCode版本太久,以及Path目录中/usr/local/bin需要在/usr/bin的目录前面这两个警告,修改之后就没有问题了。



Machine Learning 课程作业提交问题总结

1)warmUpExercise作业通过Octave提交的时候会出现用户名不存在或者类似的错误,在coursera对应的论坛中有很多解决方法,我采用了一个比较土的方法,在octave中使用submitWeb,然后选择一个提交的作业,会对应生成一个***.txt的文件,然后通过论坛中的网页来提交。其他的解决方法等我有时间总结一下。

2)第二个练习是plotData函数,我这里出现了以下错误,

+++++++++++++++++++++++++++++++++++++++++++

error: popen2: popen2 (child): unable to start process -- No such file or directory

error: called from:

error:   /Applications/Octave.app/Contents/Resources/share/octave/3.4.0/m/plot/__gnuplot_open_stream__.m at line 30, column 44

error:   /Applications/Octave.app/Contents/Resources/share/octave/3.4.0/m/plot/__gnuplot_drawnow__.m at line 72, column 19

error:   /Users/rodneypickens/coursera/machine learning/ex1_003/ex1/ex1.m at line 50, column 1

Plotting Data ...Press enter to continue.

+++++++++++++++++++++++++++++++++++++++++++

原因是因为我没有按转gnuplot,好笨啊!

安装完gnuplot就搞定这个问题了,上一下命令:brew install gnuplot.

乱写一通,有时间在改吧!

Pattern recognition and machine learning是一门涉及到模式识别和机器学习的课程,通过这门课程的学习,我对模式识别和机器学习有了更深入的了解。 在模式识别方面,我学习了如何使用统计学和概率论的知识对数据进行分析,识别出数据中的规律和模式。通过学习不同的模式识别算法,我了解了如何利用机器来识别图像、音频、文本甚至是生物特征等不同类型的模式。在机器学习方面,我学习了如何利用机器学习算法来训练模型,使得机器可以从数据中学习规律和模式,进而做出预测和决策。 通过学习这门课程,我对机器学习和模式识别的应用有了更清晰的认识,比如在图像识别、语音识别、自然语言处理、生物特征识别等领域的应用。我也学习到了如何应用这些知识和技术来解决现实生活中的问题,比如医疗诊断、金融风控、智能驾驶等领域的应用。 另外,通过课程中的实践项目,我有机会动手实践机器学习算法的应用,从数据的处理和特征提取到模型的训练和评估,这些实践使我对课程中学到的理论知识有了更深刻的理解。 总的来说,通过学习Pattern recognition and machine learning这门课程,我不仅对机器学习和模式识别的理论和技术有了更深入的了解,也掌握了一些实践应用的技能,对未来在相关领域的发展和应用有了更清晰的思路和认识。
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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