重大利好消息：Coursera上<Machine Learning>的视频讲义资源

最新推荐文章于 2022-02-06 10:18:43 发布
最新推荐文章于 2022-02-06 10:18:43 发布
阅读量6.8k 收藏 1
点赞数
CC 4.0 BY-SA版权
分类专栏： 机器学习
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。
本文链接：https://blog.youkuaiyun.com/LiFeitengup/article/details/8281771

Coursera：


Andrew Ng，恰恰是Machine Learning的任课教师

在校的同学，可以通过“六维空间”下载，在文档资料区。

=============================================================================================================



参考：1.互动百科：http://www.baike.com/wiki/Coursera
coursera machine learning 视频及字幕
03-13
coursera上的经典课程machine learning全套视频下载。由于太大不能放上来，这里给出百度云链接。
Coursera 机器学习课程 Machine Learning Andrew Ng Stanford 讲义合集 lectures
06-22
最新（2013年春）一期的Coursera 机器学习课程 Machine Learning Andrew Ng Stanford 讲义合集 lectures 是我在跟进课程学习时候下载的，非常好的课程和讲解，的确很有收获。 希望能够对大家有用。
【机器学习】Coursera Machine Learning - Linear Regression 线性回归
Slow down, Keep learning and Enjoy life
05-01 514
最近打算系统地过下Coursera公开课平台上的《Machine Learning》, 刚把前两周课程的上完，虽然内容简单，感觉收获还是挺大的，有些细节Andrew老师是讲得非常好。后面计划针对每次编程作业，将对应的课程内容中，这轮学习中我认为值得关注的内容记录如此。 What is machine learning? Arthur Samuel: The field of study th...
Coursera《Machine Learning》（机器学习课程，主讲教师为Andrew Ng）配套作业
09-04
Coursera《Machine Learning》（机器学习课程，主讲教师为Andrew Ng）的课程是机器学习的入门经典课程之一，其特点是深入浅出，并且由一些难度适宜的作业（Matlab编程作业）以帮助学员理解理论。但是很多朋友不清楚如何获取到这些作业，因此整理并上传资料
[机器学习] Coursera ML笔记 - 机器学习基础概念
WangBo的机器学习乐园
03-15 2884
本文主要介绍机器学习/模式识别领域的一些术语、定义以及相关基础概念。在后续不断的工作学习中，博主还会整理一些比较重要的术语、概念更新到这里。
coursera-machine-learning:
05-17
标题 "Coursera-Machine-Learning" 指的是Andrew Ng教授在Coursera平台上的经典机器学习课程。这门课程涵盖了广泛的机器学习概念、算法和技术，是许多初学者和专业人士入门机器学习的重要资源。描述提到的“编程作业...
Practical_Machine_Learning:Coursera实用机器学习课程的课程项目
06-28
【标题】"Practical Machine Learning: Coursera实用机器学习课程的课程项目"涉及的是一个实际应用中的机器学习教程，源自Coursera平台上的在线课程。这个项目旨在帮助学习者理解并掌握机器学习的基本概念、算法和...
循环神经网络代码实现matlab-trickle-coursera-machine-learning-assignments:斯坦福大学的An
05-26
由于每次作业的主要框架代码都已经提供，只要认真学习了视频、讲义、作业指南，再辅以作业资源、作业论坛，完成算法代码片段其实比较容易。 为了方便以后查看，将所有代码都提交到github上。自己编写的部分以%%---...
Coursera - Machine Learning Foundations A Case Study Approach答案
12-30
这里是coursera课程Machine Learning Foundations A Case Study Approach的所有项目源代码，都通过测试考核，所以应该准确无误。原课程讲解machine learning，这个课程非常生动，很适合机器学习入门，有兴趣的小伙伴...
Coursera Machine Learning 学习笔记（一）Introduction
qq_40676033的博客
03-02 1561
文章为博主学习Coursera上的Machine Learning课程的笔记，来记录自己的学习过程，欢迎大家一起学习交流 个人博客连接： JMX的个人博客 01:Introduction 机器学习的定义 Arthur Samuel(1959) Machine Learning:“Field of study that gives computers the ability to learn...
吴恩达course 机器学习视频课带有讲义！！一共131个文件，包括十几个讲义pdf
07-04
百度链接，总大小1个多G； 吴恩达course 机器学习视频课带有讲义！！一共131个文件，包括十几个讲义pdf； 本人研究生一枚 上传的所有资源都亲自用过 好用才会上传 如果不能用 留下邮箱 看到后会尽快联系帮忙
coursera机器学习每周测验（完整版，包括每节课中间暂停的测验）
04-28
注意：不是编程练习！不是编程练习！不是编程练习！重要的事情说三遍。本资源是coursera机器学习每周每课时（2--11周）的测验题目，包括每节课都有暂停之后的小练习，都是自己截图下来的，是纯英文版的，部分图片里面我个人用FastStone添加了个人理解解题思路，如有问题可以一起交流。coursera机器学习的题目还是很经典的，切中要害，对于复习巩固学过的知识具有莫大的帮助。
Andrew Ng主讲的Machine Learning官方讲义+读着课后中文笔记
09-25
Andrew Ng Stanford University 机器学习是一种让计算机在没有事先明确地编程的情况下做出正确反应的科学 在过去的十年中 机器学习已经给我们在自动驾驶汽车 实用语音识别 有效的网络搜索 以及提高人类基因组的认识方面带来大量帮助 今天的机器学习是如此普遍 你可能使用它每天几十次却不了解它 许多研究人员也认为这是最好的达到真正的“人工智能”的方法 在这节课 你将学习最有效的机器学习技术 获得实践并应用这种技术为自己服务的经验 最后 你将了解一些硅谷的创新的最佳实践 因为它属于机器学习和人工智能 Andrew Ng">Andrew Ng Stanford University 机器学习是一种让计算机在没有事先明确地编程的情况下做出正确反应的科学 在过去的十年中 机器学习已经给我们在自动驾驶汽车 实用语音识别 有效的网络搜索 以及提高人类基因组的认识方面带来大 [更多]
Coursera:这包含用于下载Coursera视频的脚本，以及我所修课程的习题解答
05-19
Coursera Video Downloader脚本 此脚本只需提供一些详细信息即可帮助下载Coursera中显示的视频 电子邮件ID 密码 课程编号 视频应下载到的本地路径
coursera上的《machine learning》的所有大作业
04-17
分为作业和答案两部分，分开的资源，不用因为有答案影响自己的思路
Machine Learning - Coursera 吴恩达机器学习教程 Week4 学习笔记
zhang35的博客
02-04 1366
背景 当目标函数非线性时（比如下图明显需要一条曲线），就需要增加高次项来获得曲线，当特征数量比较多时，增加高次项会使特征数量爆炸式增长。 比如图像识别问题，对50 * 50像素的图像，如果将每个像素作为特征，增加二次特征就会产生约3 * 10 ^ 6个特征（C22500 = 2500 * 2499 / 2） 这种情况下，若要使用普通逻辑回归学习所有特征，计算量就过大了。 此时用神经网络学习这种复杂的非线性假设函数，就比较合适了。 神经网络 首先学习几个术语： dendrite: 树突（输入） cell
Machine Learning - Coursera 吴恩达机器学习教程 Week5 学习笔记
zhang35的博客
02-06 872
神经网络的代价函数 定义 L = 神经网络总层数 sl = 第l层的单元数（不包含bias unit） K = output units/classes的数量 普通逻辑回归代价函数： 神经网络代价函数： 后面的正则化部分，θ矩阵的： 列数=当前层的节点数（包含bias unit） 行数=下一层的节点数（不包含bias unit） 反向传播 先正向推导： 再反向求代价： D：delta矩阵，它正好是J(θ)的偏导函数 有点复杂。暂不深究细节，先会用。 反向传播和正向传播很像，只是换了个方向：
Machine Learning - Coursera 吴恩达机器学习教程 Week1 学习笔记
zhang35的博客
02-01 1419
机器学习的定义 Arthur Samuel 传统定义 Arthur Samuel: “the field of study that gives computers the ability to learn without being explicitly programmed.” This is an older, informal definition. 让计算机无需明确编程，就有学习能力。 Tom Mitchell 现代定义 Tom Mitchell: “A computer program is s
Coursera-Machine-Learning-ex4
Avoke17的博客
08-15 864
上一个练习中我们使用给定的权重矩阵对手写数字进行预测，本次练习中，我们尝试去学习参数θ。 Neural Networks 首先使用displayData方法对训练集数据进行可视化。 和之前的训练集一样，共5000个训练样本，每个样本为20*20像素的图片，展开以400维向量形式给出。训练样本处理如下： 首先确定结构，我们本次使用三层结构，一个输入层，一个隐藏层，一个输出层。由于我们...
掌握AWS机器学习：Coursera平台的初学者指南与测验
4. AWS Machine Learning入门 本课程专门针对初学者，通过理论和实践相结合的方式，让学习者能够快速入门AWS的机器学习服务。课程可能包括机器学习基础知识的介绍、如何在AWS平台上创建和训练模型、如何评估模型的...
评论 2
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