最近在学吴恩达的《机器学习》

最新推荐文章于 2025-05-14 12:08:46 发布
最新推荐文章于 2025-05-14 12:08:46 发布
阅读量222 收藏
点赞数
分类专栏： 机器学习-吴恩达 文章标签： 机器学习 神经网络
原文链接：https://blog.youkuaiyun.com/u013733326/article/details/79827273
版权

【目录】【中文】【deplearning.ai】【吴恩达课后作业目录】
转自：https://blog.youkuaiyun.com/u013733326/article/details/79827273
感谢大佬的整理与分享！！！

【深度学习】吴恩达-课后作业-搭建多层神经网络以及应用
m0_51933492的博客
09-15 870
【代码】【深度学习】吴恩达-课后作业-搭建多层神经网络以及应用。
吴恩达《深度学习》笔记+代码实战（一）：深度学习入门
a119334的博客
05-31 1556
为什么深度学习近几年飞速发展？让我们从零开始，一步一步学习深度学习。
吴恩达机器学习笔记-week1
m0_56312312的博客
07-11 325
第1周 目录第1周引言(Introduction)1.1 欢迎1.2 机器学*是什么？1.3 监督学*1.4 无监督学*二、单变量线性回归(Linear Regression with One Variable)2.1 模型表示2.2 代价函数2.3 代价函数的直观理解I2.4 代价函数的直观理解II2.5 梯度下降2.6 梯度下降的直观理解2.7 梯度下降的线性回归2.8 接下来的内容三、线性...
【经典】吴恩达——机器学习笔记001
shirlleyHan的博客
07-14 1424
听从学长的建议，将吴恩达教授的DL和ML视频作为CV入门学习，本博客为个人学习笔记，旨在记录学习所得，欢迎小伙伴们一起交流学习，批评指正！
吴恩达机器学习 - 梯度下降与特征工程的精进之道（第6章）
tang7mj的博客
04-08 824
概念意义特征缩放让训练过程稳定、收敛更快检查收敛避免陷入“以为在学，其实在摆”学习率选择控制训练速度与稳定性的关键特征工程让模型表达更丰富，学习更智能多项式回归引入非线性能力，拟合更复杂关系下一节我们将进入正规方程与正则化，进一步解决过拟合与计算效率问题。🧠 徐策评语：「本节是线性模型‘觉醒’为非线性模型的第一步，值得反复咀嚼。如需封面图、示意图或LaTeX公式支持，我可以一并帮你整理进 Markdown 文件中。需要我生成博客封面的话，也可以继续发图。
【机器学习】重磅发布！吴恩达 AI 完整课程资源超级大汇总！
fengdu78的博客
08-23 2037
编辑 | Will出品 | 字节AI吴恩达（Andrew Ng），毫无疑问，是全球人工智能（AI）领域的大 IP！随着近些年来 AI 越来越火的大趋势下，吴恩达一直致力于普及、宣传、推广 ...
吴恩达机器学习_线性回归模型week2
log2029的博客
08-21 193
利用lab_utils_multi.py里面的函数对数据进行归一化处理，具体详见代码。
学习推荐！吴恩达 AI 课程及学习路线最全梳理
Datawhale
02-25 6582
编辑 | Will出品 | 字节AI吴恩达（Andrew Ng），毫无疑问，是全球人工智能（AI）领域的大 IP！随着近些年来 AI 越来越火的大趋势下，吴恩达一直致力于普及、宣传、推广...
3个月转型机器学习工程师：吴恩达教程攻略与学习路线图！
z551646的博客
10-04 1114
到这里就结束了。如果你按照这份指南进行学习，我相信你可以成为初级机器学习工程师职位的有力竞争者。通过学习以上材料，你将掌握必要的理论知识，而通过完成项目，你将在一些重点领域成为专家。然而，要找到工作，掌握技能只是成功的一半。你还需要展示并有效地传达这些技能。你可以通过实习、获取良好的推荐信（或留任邀请），以及展示作品集来实现这一点。FreeCodeCamp 的创始人 Quincy Larson 写了一本关于他成为软件工程师之旅的好书。
【机器学习基础】重磅发布！吴恩达 AI 完整课程资源超级大汇总！
fengdu78的博客
02-23 1153
编辑 | Will出品 | 字节AI吴恩达（Andrew Ng），毫无疑问，是全球人工智能（AI）领域的大 IP！随着近些年来 AI 越来越火的大趋势下，吴恩达一直致力于普及、宣传、推广 ...
狂刷吴恩达教程 18 个月转行机器学习工程师，附赠学习路线图
lvaolan的博客
10-07 1010
到这里就结束了。如果你按照这份指南进行学习，我相信你可以成为初级机器学习工程师职位的有力竞争者。通过学习以上材料，你将掌握必要的理论知识，而通过完成项目，你将在一些重点领域成为专家。然而，要找到工作，掌握技能只是成功的一半。你还需要展示并有效地传达这些技能。你可以通过实习、获取良好的推荐信（或留任邀请），以及展示作品集来实现这一点。FreeCodeCamp 的创始人 Quincy Larson 写了一本关于他成为软件工程师之旅的好书。
吴恩达《深度学习专项》笔记+代码实战（二）：简单的神经网络——逻辑回归
a119334的博客
05-31 1232
这堂课要学习的是逻辑回归——一种求解二分类任务的算法。同时，这堂课会补充实现逻辑回归必备的数学知识、编程知识。学完这堂课后，同学们应该能够用Python实现一个简单的小猫分类器。
机器学习反向传播详细讲解
weixin_38232619的博客
04-20 1471
机器学习反向传播详细讲解，手推公式，一步一步详细解读反向传播原理
【机器学习】舍友居然偷偷在看这篇文章·入门机器学习
kikokingの比特宇宙
04-12 6036
kiko力求用最通俗的语言和实战案例来解释机器学习的相关内容！
【漫话机器学习系列】253.超平面（Hyperplane）
IT古董
05-11 1065
超平面（Hyperplane）是n维空间中的一个(n-1)维线性子空间，用于将空间划分为两部分。在二维空间中，超平面表现为一条直线；在三维空间中，它是一个平面；而在更高维空间中，虽然无法直观可视化，但其数学定义仍然适用。超平面在机器学习和数据科学中尤为重要，特别是在支持向量机（SVM）中，它用于在不同类别的数据点之间建立决策边界，以实现分类任务。此外，超平面在处理高维数据和深度学习中的特征空间分割方面也发挥着关键作用。通过理解超平面的几何和数学特性，可以更好地掌握其在各种科学和工程应用中的重要性。
【东枫科技】使用LabVIEW进行NVIDIA CUDA GPU 开发
凡森
05-11 737
CuLab 是一款专为 LabVIEW 设计的 GPU 工具包，旨在加速 Nvidia GPU 上的计算密集型任务。它提供了丰富的 API，支持数学运算、BLAS 函数和信号处理函数（如 FFT/IFFT），能够显著提升计算速度，最高可达 100 倍。CuLab 简化了 GPU 代码开发，支持 LabVIEW 中常见的数值类型和维度，并提供了单步安装和可运行示例，便于用户快速上手。其功能涵盖数字函数、数组操作、线性代数、信号处理、三角函数、指数函数和双曲函数等。CuLab 支持 LabVIEW 2020 x
机器学习极简入门：从基础概念到行业应用
--Joern的物联领域--
05-11 1129
本文详细介绍了机器学习的三种主要范式：有监督学习、无监督学习和强化学习，并对比了它们的特点和应用场景。有监督学习通过带标签的数据进行训练，适用于分类和回归问题；无监督学习则通过数据特征进行学习，常用于聚类和降维；强化学习则通过与环境的交互和奖励机制来优化决策。此外，文章还探讨了统计学与机器学习的区别，强调了机器学习在预测和决策中的优势，以及统计学在数据解释和假设检验中的重要性。最后，文章列举了机器学习在医疗、金融、零售、制造业等多个领域的实际应用案例，展示了其广泛的商业和社会价值。
【漫话机器学习系列】250.异或函数（XOR Function）
IT古董
05-10 827
异或函数（XOR Function）是逻辑运算中的一种基础函数，定义为当两个输入不同时输出1，相同时输出0。这一简单的逻辑运算在多个领域中扮演着重要角色。在机器学习和深度学习中，异或函数因其非线性可分性质，推动了多层感知机的发展。在加密和编码领域，异或运算因其可逆性被广泛应用于数据加密和校验。在逻辑电路设计中，异或门是构建加法器等关键模块的基础。Python中可以通过简单的算术或按位操作实现异或函数。理解异或函数不仅对计算机科学和人工智能的学习至关重要，也是掌握现代技术发展的基石。
AI与机器学习深度集成：从设备端能力爆发到开发工具智能化
最新发布
全栈
05-14 620
AI与机器学习技术的深度集成正在彻底改变移动开发领域。设备端AI能力爆发，如ML Kit 2.0提供实时视频抠图、主题分割等功能，Gemini Nano模型通过AICore系统服务实现在设备端的高质量文本摘要和智能回复。AI辅助开发工具如Android Studio Bot显著提升开发效率，提供代码生成、调试建议及平台问题解答。企业级应用应采用模块化架构设计，支持动态模型切换和推理预算控制，同时注重数据隐私与安全保护。
吴恩达机器学习课后作业实战指南
给定的标签“吴恩达 机器学习 课后作业 ml ng”中的“ml”代表“Machine Learning”（机器学习），而“ng”可能是指课程的提供平台Ngrok或者是对Ng（吴恩达）的简称。标签中明确指出了课程的讲授者、主题领域，以及...
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