Learningisgood-优快云博客

原创吴恩达深度学习作业之deepleraning_L1W2_h2

https://www.heywhale.com/mw/project/5dd23dbf00b0b900365ecef1#吴恩达《深度学习》L1W2作业2 知识点：用神经网络思想实现逻辑回归'''欢迎来到你的第一个编程作业！你将学习如何建立逻辑回归分类器用来识别猫。这项作业将引导你逐步了解神经网络的思维方式，同时磨练你对深度学习的直觉。说明：除非指令中明确要求使用，否则请勿在代码中使用循环（for / while）。你将学习以下内容：建立学习算法的一般架构，包括：初始化参数

2022-02-28 13:44:01 760

原创吴恩达深度学习作业之deepleraning_L1W2_h1

#吴恩达《深度学习》L1W2作业1 知识点：numpy入门，函数向量化实现'''做完这个作业，你能学会：用ipython notebook用numpy，包括函数调用及向量矩阵运算理解“广播”的概念向量化代码'''#我们很少在深度学习中使用“math”库。因为math函数的输入是实数.#而深度学习中主要使用的是矩阵和向量，因此numpy更为实用。a=5b=[1,2,3,4]import mathmath.exp(a)math.exp(b)import...

2022-02-26 12:36:22 1125

原创吴恩达机器学习作业Python实现之神经网络之公式推导

一、神经网络定义：前向传播A(j+1) =g(Θ(j) *A(j) );set p is the last layer,X=[ones(m,1),X]; X要加上常数项；A(2) =g(Θ(1) *A(1) )= g(Θ(1) *XT);A(2) = [ones(1,m); A(2)];A(2)要加上常数项；和X加常数项的方向是反的。详情见维数分析；…hΘ(X)= A(p) =g(Θ(p-1) *A(p-1) );二、代价函数逻辑回归的代价函数：当神经网络的激活.

2022-02-24 11:32:36 728

原创吴恩达机器学习作业Python实现之神经网络之公式推导（重复）

神经网络代价函数：逻辑回归的代价函数：当神经网络的激活函数选用逻辑回归函数时，神经网络的代价函数就是逻辑回归的代价函数，不同的是神经网络有k个输出，一块加起来就是。前向传播公式：A(j+1) =g(Θ(j) *A(j) );set p is the last layer,X=[ones(m,1),X]; X要加上常数项；A(2) =g(Θ(1) *A(1) )= g(Θ(1) *XT);A(2) = [ones(1,m); A(2)];A(2)要加上常数项；和X.

2022-02-24 11:09:15 767

原创吴恩达机器学习作业Python实现之神经网络2

import osos.chdir('E:/ML/machine-learning-ex4')print('现在工作目录是 '+str(os.getcwd()))import pandas as pdimport matplotlib.pyplot as pltimport numpy as npimport scipy.io as siodata=sio.loadmat('ex4data1.mat')X=data['X'];y=data['y']# 可视化X中部分数据.

2022-02-24 09:16:41 2514

原创吴恩达机器学习作业Python实现之神经网络

import osos.chdir('E:/ML/machine-learning-ex4')print('现在工作目录是 '+str(os.getcwd()))import pandas as pdimport matplotlib.pyplot as pltimport numpy as npimport scipy.io as siodata=sio.loadmat('ex4data1.mat')X=data['X'];y=data['y']# 可视化X中...

2022-02-19 17:17:47 2203

原创吴恩达机器学习作业Python实现之logistic回归-理论推导

Logistic regression:1)预测函数：逻辑函数或者sigmoid函数2）代价函数cost function优化目标是选取Θ是J最小。但是逻辑回归的J函数是非凸函数，不好求导。3）引入概率模型：4）概率模型的最大似然估计：选取θ使P（所有样本）最大。5）统一J 和P：向量化公式：...

2022-02-18 10:56:25 662

原创吴恩达机器学习作业Python实现之logistic回归带正则项

import osos.chdir('E:/ML/machine-learning-ex2')print('现在工作目录是 '+str(os.getcwd()))#可视化数据ex2data1.txtimport pandas as pdimport matplotlib.pyplot as pltimport numpy as npex2data1=pd.read_csv('ex2data1.txt',names=['exam1','exam2','admitted'])e.

2022-02-16 11:02:07 334

原创吴恩达机器学习作业Python实现之logistic回归

#切换到数据所在目录import osos.chdir('E:/ML/machine-learning-ex2')print('现在工作目录是 '+str(os.getcwd()))#可视化数据import pandas as pdimport matplotlib.pyplot as pltimport numpy as npex2data1=pd.read_csv('ex2data1.txt',header=None)ex2data1.insert(0,'intercept'.

2022-02-15 16:27:12 923