这一期Andrew Ng的机器课程完成了

最新推荐文章于 2026-01-05 11:47:06 发布
原创 最新推荐文章于 2026-01-05 11:47:06 发布 · 918 阅读 · 0 ·
CC 4.0 BY-SA版权
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。
文章标签：

#机器学习 #Andrew Ng

作者完成了机器学习课程的一个单元，包括程序练习和专题复习，并取得了满分的成绩。作者对Andrew Ng表示感谢，并将继续进行神经网络的研究。

今天学习完了这期机器学习的最后一单元，程序练习和专题复习都是满分！


很开心！ 感谢Andrew Ng！ 


继续我的神经网络科研生活！！！！

机器学习优化价值平均法交易策略
AI天才研究院
03-16 782
本研究的主要目的是借助机器学习技术对传统的价值平均法交易策略进行优化，以提高交易策略的盈利能力和稳定性。价值平均法是一种常见的投资策略，通过定期调整投资组合的价值来实现资产的均衡配置。然而，传统的价值平均法往往基于固定的规则和假设，缺乏对市场动态变化的适应性。机器学习具有强大的数据分析和模式识别能力，能够从大量的历史数据中挖掘出有价值的信息，从而为交易决策提供更科学的依据。本研究的范围涵盖了价值平均法交易策略的基本原理、机器学习算法的选择与应用、优化策略的实现与评估等方面。
Andrew Ng 机器学习课程的Python实现
IT派
10-21 722
完全用Python完成吴恩达的机器学习课程是怎样一种体验？本文作者表示：完全可以！而且你不需要成为Python专家，只需要有良好的数学基础。“吴恩达的Coursera机器...
Andrew Ng机器学习(ML)入门学习笔记（一）
SCUT_Arucee的博客
10-27 2026
一.机器学习的定义(Definition)定义：是一门在不需要很明显很复杂的计算机编程的情况下让计算机具有学习能力的学科。更现代化的定义：给计算机程序提供一个任务T和一种性能测量方法P,在经验E的影响下测量方法P对任务T的测量结果得到了改进。（该程序从E中学习）二.机器学习的种类(Type)(1)监督学习：用于训练的数据提供了一组“标准答案”。监督学习又可细分为①回归问题(regression)②分
资料分享：Andrew Ng的机器学习训练秘籍来啦（附下载）
老马的程序人生
02-28 1000
背景 人工智能，机器学习和深度学习正在改变众多行业。吴恩达（Andrew Ng）教授历时两年，根据自己多年实践经验整理了一本机器学习、深度学习实践经验宝典《机器学习训练秘籍》。 该书的重点不在于教授传统的机器学习算法，而在于教你如何使机器学习算法发挥作用。一些AI的技术课程会给你一个工具，而这本书将教会你如何使用这些工具。如果你渴望成为AI的技术领导者，并想要学习如何为团队设定一个方向，本书将有...
免费学习coursera_六年后，Coursera的Andrew Ng回来学习新的深度学习课程
cumian9828的博客
07-14 463
免费学习courseraOn August 15 2011, Stanford professor Andrew Ng uploaded an intro video to YouTube for his free online Machine Learning course. On that same day, The New York Times featured his course (al...
Andrew Ng教你如何学习机器学习——Quora问答
zk5580752的博客
02-01 3060
本期博客介绍如何学习人工智能，当然不是由我本人来阐述，而是根据吴恩达老师的Quora回答进行总结和归纳。Andrew Ng是大名鼎鼎的人工智能大师、是Stanford大学人工智能实验室主任、是百度首席科学家、Coursera的创始人、Google眼镜和无人车的初创成员。其权威和知名度不言而喻，本文就是基于他的Quora回答给大家讲解下如何入门机器学习。
Github标星24300！吴恩达机器学习课程笔记.pdf
fengdu78的博客
03-11 1955
个人认为：吴恩达老师的机器学习课程，是初学者入门机器学习的最好的课程！我们整理了笔记（336页），复现的Python代码等资源，文末提供下载。课程简介 课程地址：https://www.c...
机器学习笔记(一)- from Andrew Ng的教学视频
weixin_34270606的博客
01-09 88
最近算是一段空闲期，不想荒废，记得之前有收藏一个机器学习的链接Andrew Ng的网易公开课，其中的overfiting部分做组会报告时涉及到了，这几天有时间决定把这部课程学完，好歹算是有个粗浅的认识。 本来想去网上查一查机器学习的书籍，发现李航的《统计学习方法》和PRML（Pattern Recognition And Machine Learning）很受人推崇，有空再看吧。 然后在图书馆...
AI For Everyone：Andrew Ng想用30分钟的非技术课程传达的内容
fengdu78的博客
10-02 270
AI for everyone是一门非技术性的课程，你将比世界上大多数CEO拥有更多的知识。至少Andrew Ng是这么说的。所以让我们简短地找出他想要表达的意思。到2030年，人工智能...
Andrew Ng机器学习课程讲义
09-27
斯坦福大学公开课 ：机器学习课程：人工智能的发展到已经进入了一个瓶颈期。近年来各个研究方向都没有太大的突破。真正意义上人工智能的实现目前还没有任何曙光。但是，机器学习无疑是最有希望实现这个目标的方向之...
Coursera 机器学习课程 Machine Learning Andrew Ng Stanford 课程项目（答案）合集
06-22
最新（2013年春）一期的Coursera 机器学习课程 Machine Learning Andrew Ng Stanford 课程项目（答案）合集 Stanford这个的课程的核心就在于他的课程项目，全部是是现实实例的应用，绝对经典。自己动手做一做绝对对...
Coursera 机器学习课程 Machine Learning 课程项目（未包含答案）合集 Andrew Ng Stanford
06-22
最新（2013年春）一期的Coursera 机器学习课程 Machine Learning Andrew Ng Stanford 课程项目（未包含答案）合集 Stanford这个的课程的核心就在于他的课程项目，全部是是现实实例的应用，绝对经典。自己动手做一做...
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-从入门到入土] 现代机器学习
最新发布
qq_54636039的博客
01-05 691
[机器学习-从入门到入土] 现代机器学习
机器学习笔记（3.1）Xgboost算法推导
金融风控笔记
12-31 498
摘要：本文系统推导了XGBoost的核心原理，包括目标函数构建、泰勒展开近似损失函数、树结构表示、最优叶子权重计算等关键环节。重点阐述了贪心分裂策略及其优化方法，以及XGBoost独特的缺失值处理机制：即使在训练数据无缺失的情况下，模型仍能通过预设默认方向处理预测阶段的缺失值。文章还通过Python示例验证了这一特性，并指出XGBoost的强大之处在于其正则化设计、二阶导数优化和并行计算等创新。最后推荐了相关论文和资料供进一步学习。
Encoder-Decoder Model编码器-解码器模型
Frost_Descent的博客
01-03 1885
摘要：编码器-解码器是一种深度学习模型，由编码器和解码器组成，用于处理序列到序列的任务。编码器将输入序列转换为固定长度的上下文向量，解码器将其转换为输出序列。该模型通过RNN、LSTM或GRU等循环结构实现，并引入注意力机制提高性能。工作流程包括输入编码、上下文向量生成和输出解码。广泛应用于机器翻译、图像处理等领域，能有效处理可变长度序列。
PC1001超高频率（50HMZ）单通单低侧GaN FET驱动器支持正负相位配置
2301_76864527的博客
12-30 387
概述：PC1001 是一款单通道高速驱动器，具有 5V 输出和专用增强型氮化镓（GaN）场效应晶体管（FET）驱动功能。PC1001 可提供非对称峰值电流驱动能力，源电流为 1.4A，灌电流为 4A，分别可优化器件的导通和关断时间。PC1001 提供反相和非反相输入，以满足单个器件类型中对反相和非反相门驱动的需求。当输入引脚悬空时，内部输出上拉和下拉电阻会使输出保持低电平。PC1001 具有欠压锁定功能，在 VDD 电源电压进入工作范围之前，可使输出保持低电平。特性：• 分离输出配置以分别控制上升时间和下降
【机器学习】生成对抗网络（GAN）
2401_84149564的博客
01-02 970
生成对抗网络（GAN）是一种通过生成器与判别器对抗博弈来学习数据分布的深度学习模型。生成器试图生成逼真样本，判别器则负责区分真实与生成样本。本文详细介绍了GAN的核心思想、数学目标、训练流程及常见挑战（如梯度消失、模式崩溃），并列举了DCGAN、WGAN等经典变体。通过Python代码实现了一个生成正弦曲线的简易GAN，展示了训练过程和结果可视化。实验表明，经过100轮训练后，生成器能产生与真实正弦曲线相似的样本，验证了GAN在数据生成任务中的有效性。
机器学习--K-means聚类&DBSCAN&TF-IDF
2301_77717128的博客
12-30 1254
本文摘要介绍了三种机器学习方法：K-means聚类、DBSCAN和TF-IDF。K-means聚类通过欧式距离和轮廓系数评估聚类效果，需预先设定K值。DBSCAN基于密度聚类，能发现任意形状簇并识别噪声点。TF-IDF通过词频和逆文档频率提取文本关键词，适用于文本分析。文中还提供了Python实现示例，包括参数设置和实际应用代码，展示了从数据预处理到模型评估的完整流程。
Andrew Ng机器学习课程完整代码解析
【标题】: "Andrew Ng 机器学习课程课件及作业代码" 从标题中可以了解到，文件涉及的是与Andrew Ng相关的机器学习课程的内容。Andrew Ng是斯坦福大学的计算机科学教授，也是Coursera在线教育平台的联合创始人之一。...
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