机器学习相关编程练习题（从0到1）

最新推荐文章于 2025-05-13 21:00:35 发布
最新推荐文章于 2025-05-13 21:00:35 发布
阅读量1.3k 收藏 4
点赞数
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/hello_hxx/article/details/83616892
版权

注：本帖为传送门,先占坑，后续一直更新

一：python练习题

编程语言入门经典100例【Python版】

https://www.cnblogs.com/CheeseZH/archive/2012/11/05/2755107.html

codingbat

https://codingbat.com/python

exercism这个网站有很多语言的编程练习

https://exercism.io

hackerrank

https://www.hackerrank.com/onboarding/challenge

当然，国内的牛客网也是不错的

https://www.nowcoder.com/

Oj刷题很多，选一个自己看着顺眼的就行

二：numpy练习题

先上numpy的官方文档教程

https://docs.scipy.org/doc/numpy/user/quickstart.html

github上一个100个numpy编程练习题，值得码

https://github.com/hxx1996/numpy-100

三：pandas练习题

pandas官方快速入门文档

http://pandas.pydata.org/pandas-docs/stable/10min.html

 

jupyter notebook官方文档

http://nbviewer.jupyter.org/github/jvns/pandas-cookbook/blob/v0.2/cookbook/A%20quick%20tour%20of%20IPython%20Notebook.ipynb

 

机器学习 程序题
此心安处
12-29 2552
目 录1、已知训练集数据的特征值如下：2、请编程实现手写数据集的K-近邻算法实现过程。要求： k值取6，按8:2划分训练集和测试集，最后给出准确率。3、请用线性回归（正规方程）算法编程实现波士顿房价的预测过程。要求： k值取6，按8:2划分训练集和测试集，最后给出准确率。 1、已知训练集数据的特征值如下： raw_data_x=[[3.3144558 , 2.33542461], [3.75497175, 1.93856648], [1.38327539, 3.38724496]
【机器学习课后作业1】单变量的线性回归
qq_41617848的博客
09-01 405
数据如下： 6.1101,17.592 5.5277,9.1302 8.5186,13.662 7.0032,11.854 5.8598,6.8233 8.3829,11.886 7.4764,4.3483 8.5781,12 6.4862,6.5987 5.0546,3.8166 5.7107,3.2522 14.164,15.505 5.734,3.1551 8.4084,7.2258 5.6...
机器学习——聚类算法练习题
最新发布
m0_62060781的博客
05-13 510
假设你是一家电子商务公司的数据分析师，公司希望根据客户的购买行为数据进行客户细分，以便制定更有针对性的营销策略。你需要使用K-means聚类算法对客户进行分组，并使用轮廓系数确定最佳K值。聚类参数n_cluster传值不同 ，得到的聚类结果不同。K-means 练习题。
吴恩达老师《机器学习》课程编程练习1——线性回归
谢谢你们的关注
06-18 1595
吴恩达老师《机器学习》课第一次编程作业
【牛客编程题】Python机器学习（入门例题5题）
小哈里的博客
07-26 1401
牛客编程题】Python机器学习（入门例题5题）做题链接httpspage=1&tab=Python篇&topicId=329。
机器学习面试编程题汇总
余音丶未散的博客
03-01 3245
阿里2017年3月在线编程题 package yuyin.chuli;import java.math.BigDecimal; import java.util.Scanner;public class Main { /** 请完成下面这个函数，实现题目要求的功能 **/ /** 当然，你也可以不按照这个模板来作答，完全按照自己的想法来 ^-^ **/ static doub
吴恩达机器学习全部课件及编程练习题ex1-ex8
10-10
吴恩达机器学习全部课件及编程练习题ex1-ex8
吴恩达机器学习matlab编程作业
11-04
在完成这四个练习的过程中，你不仅会掌握MATLAB的基本编程技巧，还能深入理解机器学习的核心算法。这将为你进一步探索深度学习、计算机视觉、自然语言处理等领域打下坚实的基础。在实践中，你需要结合理论知识与实际...
53253-Python机器学习编程与实战-习题数据和答案.rar.rar
11-12
《Python机器学习编程与实战-习题数据和答案》这个压缩包文件，正如其名，是针对Python机器学习的学习资源，包含习题的数据和解答，是深入理解和掌握Python机器学习技术的重要辅助材料。通过这份资源，学习者可以...
吴恩达机器学习逻辑回归练习题及答案
01-04
在本资源中，我们主要关注的是吴恩达（Andrew Ng）教授的机器学习课程中的逻辑回归练习题及其解答。吴恩达是深度学习领域的先驱，他的在线课程深受全球学习者喜爱，尤其对于初学者来说，是入门机器学习的理想选择。...
吴恩达机器学习的习题答案
12-31
通过解答这些习题，学习者不仅能够掌握机器学习的基本概念，还能提高编程实现模型的能力，同时培养解决实际问题的技能。此外，这些习题答案还可以帮助检验自己的理解是否准确，及时发现和纠正错误。 总的来说，这份...
吴恩达机器学习编程题即部分答案
10-19
Programming Exercise 1: Linear Regression Machine Learning Introduction In this exercise, you will implement linear regression and get to see it work on data. Before starting on this programming exercise, we strongly recom- mend watching the video lectures and completing the review questions for the associated topics. To get started with the exercise, you will need to download the starter code and unzip its contents to the directory where you wish to complete the exercise. If needed, use the cd command in Octave/MATLAB to change to this directory before starting this exercise. You can also find instructions for installing Octave/MATLAB in the “En- vironment Setup Instructions” of the course website. Files included in this exercise ex1.m - Octave/MATLAB script that steps you through the exercise ex1 multi.m - Octave/MATLAB script for the later parts of the exercise ex1data1.txt - Dataset for linear regression with one variable ex1data2.txt - Dataset for linear regression with multiple variables submit.m - Submission script that sends your solutions to our servers [?] warmUpExercise.m - Simple example function in Octave/MATLAB [?] plotData.m - Function to display the dataset [?] computeCost.m - Function to compute the cost of linear regression [?] gradientDescent.m - Function to run gradient descent [†] computeCostMulti.m - Cost function for multiple variables [†] gradientDescentMulti.m - Gradient descent for multiple variables [†] featureNormalize.m - Function to normalize features [†] normalEqn.m - Function to compute the normal equations ? indicates files you will need to complete † indicates optional exercises
【自用】吴恩达机器学习编程题
weixin_41508797的博客
03-16 196
Linear Regression with One Variable 据城市人口数量，预测开小吃店的利润 数据在ex1data1.txt里，第一列是城市人口数量，第二列是该城市小吃店利润。 import pandas as pd import matplotlib.pyplot as plt import numpy as np path = "D:\\machinelearning\\Co...
第08周:吴恩达机器学习课后编程题ex7上K-Means——Python
MANDYBOOM的博客
09-28 519
K-means ClusteringK-Means聚类算法
第10周：吴恩达机器学习课后编程题ex8——Python
MANDYBOOM的博客
10-14 745
ex8 异常检测 推荐系统
机器学习西瓜书第三章习题-编程题代码
weixin_45045405的博客
03-13 1450
机器学习西瓜书第三章习题答案
机器学习题目
2301_81157346的博客
12-31 749
1.scikit-learn 是目前编程最常用的机器学习库。2.通过 降维 把数据维度降低为2维或者3维，可以实现数据的可视化。3.教材推荐采用 Anaconda 包管理工具来构建机器学习开发环境。4.对回归问题，标签通常是 连续 型的。5.我们教材将机器学习系统构建分为了4个阶段，分别是 预处理 , 学习 , 评估 , 预测。6.监督学习的训练数据由样本特征和标签 组成。7.聚类 技术将数据分成有意义的群组。8.对分类问题，标签通常是离散 型的。
第07周:吴恩达机器学习课后编程题ex6支持向量机——Python
MANDYBOOM的博客
09-23 544
ex6 SVM
机器学习16：使用 TensorFlow 进行神经网络编程练习
Jin_Kwok的博客
07-03 745
在【机器学习15】中，笔者介绍了神经网络的基本原理。在本篇中，我们使用 TensorFlow 来训练、验证神经网络模型，并探索不同 “层数+节点数” 对模型预测效果的影响，以便读者对神经网络模型有一个更加直观的认识。
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