0 机器学习前言

最新推荐文章于 2025-05-27 21:33:54 发布
原创 最新推荐文章于 2025-05-27 21:33:54 发布 · 260 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 #coursera #前言 #Ng

这份详尽的笔记总结了 Andrew Ng 在 Coursera 的机器学习课程内容，历时两个月整理而成，共计80192字。笔记覆盖了课程全部11个周的学习材料，适合初学者参考学习。

    机器学习coursera分类下的文章，是在学习Andrew Ng的课程时，整理而成。历时两个月，总共80192字，将抽时间将其整理成博客后，分享给像我一样的小白，共同学习，进步。

    笔记包含了课程11个周的内容，有些句子就是Ng的原话。通过阅读相关笔记，你能够学习到课程几乎所有的内容。博客标题按照课程编排，与课程顺序一致。

    加油！！！

机器学习-引言.docx
04-15
在人工智能的众多子领域中，机器学习无疑是最具革命性的一部分。本文将深入探讨机器学习的基本概念、两大主要方法——监督学习与无监督学习，并对它们之间的区别进行阐述。 机器学习是人工智能的一个重要分支，它...
精选资源
《数据挖掘与机器学习》
01-05
《数据挖掘与机器学习》是一份深入探讨这两个关键领域的学习资料。数据挖掘是现代数据分析的核心技术，它通过从海量数据中发现有价值的信息和知识，帮助企业和研究者做出更明智的决策。而机器学习，作为数据挖掘的一...
机器学习（前言）
ysx_dxx的博客
10-11 370
笔者准备转行到人工智能这一块，因为数学知识毕业后就丢了，所以现在忘记了好多，笔者这边准备重新拿起来学起来，而人工智能这一块需要数学的一些知识，所以这边写了一些博客用于记录。 但也有一些缺陷，因为笔者也是刚开始摸索，所以用到哪边的数学知识暂时不清楚（这边有人总结出来，我也不确定是否正确【网友整理所需数学知识总结】），以至于我这边是将高等数学，线性代数，概率统计全部学一遍，如果网友知道哪些需要看哪些...
【漫谈机器学习】-前言
AITBOOK
12-28 585
漫谈机器学习-前言2016年的校招已经过去了，我也找到了比较满意的工作，一想起自己即将走进机器学习研究和应用做的相当出色的公司，感觉自己的压力倍增，很多知识还不熟悉。记得之前看博客上说，写博客是最好的学习方式。自己在学习过程中看了很多不错的博客，如结构之法，算法之道等知名博客，这些博客引导我走进互联网，走进机器学习。因此，今天我也开始记录自己的学习，漫谈机器学习。一切还是要从 y=kx+by=kx+
机器学习入门方法前言
david_hnu的博客
06-17 359
    作为一名机器学习的新手，突然有个大胆的决定，开始写博客。主要目的是当做自己学习算法以及代码之后的总结，督促自己弄清算法条理和其中的数学推理，其次想记录一下自己学习过程中的心路历程。从入门到精通并不容易，光学书本知识或者听课只能让自己会用，从应用到创新的过程需要不断的总结反思，因此我将借助优快云这个平台来帮助我反思、进步。当然，如果仅此而已的话写在日记本上就好，但我觉得写在这里将会增加和各...
机器学习---编程练习系列 前言
qq_38009970的博客
01-29 198
最近开始接触机器学习，在听《吴恩达机器学习》课程的过程中感觉课程消化有些困难，就准备写一些自己在学习机器学习过程中的笔记。当作消化和整理所学内容，将来复习想看的话也有东西可以回顾。 不仅是课程中的练习，机器学习其他相关的问题或者论文翻译也会写到这一系列里面。当然目前主要目标还是先把课程学完。学习过程中也会对之前写过的文章进行修改和补充。 matlab用习惯了，学习使用的软件是matlab，所以练习...
机器学习序言：A machine learning sampler
CUIEnfang的博客
08-02 1447
*声明：本系列博文均参考英文原版书籍《Machine Learning》(Peter Flach)。 其实机器学习已经深入我们的生活，就比如邮件过滤。早期的垃圾邮件过滤器依赖于手工编码的模式匹配技术，如正则表达式，但是这种技术的弊端日益明显，随着邮件种类、内容的丰富，它很难灵活有效的分类。人们利用机器学习进行垃圾邮件分类，获得了更高的适应性和灵活性。 SpamAssassin就是这样一个应用广
机器学习西瓜书习题参考
热门推荐
herosunly的博客
01-07 6万+
作为人工智能领域（AI）中文教材扛鼎之作，南京大学周志华教授所著的《机器学习》帮助无数AI从业者理清了机器学习的基本原理。在书中，周志华解释机器学习基本术语和问题时，贯穿全书用西瓜进行比喻讲解，因此该书也被读者们昵称为“西瓜书”。接下来我将详细介绍这本书的内容，文末会附上购买链接。叶翰嘉南京大学人工智能学院副教授、博士生导师。从事机器学习领域研究工作，入选全国高校计算机专业优秀教师奖励计划，获中国计算机学会优秀博士学位论文奖等荣誉。詹德川南京大学人工智能学院教授、博士生导师，南京大学科研院副院长。
机器学习入门
最新发布
qq_57095929的博客
05-27 2159
20世纪50-70年代：符号主义阶段，以专家系统为主导，例如1950年图灵设计的国际象棋程序和1962年IBM Arthur Samuel的跳棋程序。1956年是人工智能的元年。20世纪80-2000年代：统计主义阶段，主要用统计模型解决问题，如1993年Vapnik提出的SVM和1997年IBM深蓝战胜卡斯帕罗夫。21世纪初期：神经网络阶段，2012年AlexNet的出现标志着深度学习的兴起。2017年至今：大规模预训练模型阶段。
机器学习入门知识
CYTLOVELY的博客
11-18 7254
随着人工智能的发展，作为人工智能中的一个基础且重要的分支——机器学习也是愈发吸引大家来了解以及学习，那么在学习机器学习前，我们需要先来了解一下什么是机器学习，以及机器学习中涉及了哪些内容。
精选资源
机器学习课程设计报告.pdf
06-27
机器学习课程设计报告 一、引言 机器学习作为人工智能的核心领域之一，近年来得到了广泛的研究和应用。本次课程设计旨在通过实践项目，深入理解机器学习的基本概念、算法原理和应用场景。本报告将详细介绍课程设计的...
精选资源
用于信号处理和机器学习的贝叶斯张量分解建模、免调谐算法和应用.pdf
04-09
### 贝叶斯张量分解在信号处理与机器学习中的应用 #### 一、引言 随着大数据时代的到来，高维数据结构如图像、视频等成为研究热点。这些数据通常可以表示为张量（多维数组），而张量分解作为一种有效的方法，在...
精选资源
机器学习-第1章-引言
02-07
机器学习是计算机科学的一个分支，其核心目标是让计算机程序通过经验积累自动提高性能，实现系统自我改进。这一概念在很多领域都有成功的应用，比如语音识别、自动驾驶、图像分类、棋类游戏等。 机器学习与多个学科...
4 向量与矩阵（线性代数复习）
simpleGq的专栏
01-15 1万+
4 矩阵和向量（线性代数复习） 4.1 什么是矩阵？什么是向量？     这一小节我们将介绍举证和向量的相关知识。     矩阵是指由数字组成的矩形阵列，并写在方括号中间。我们还需要知道的另一件事情是矩阵的维度应该是矩阵的行数乘以矩阵的列数。例如图中的第一个矩阵是一个4 X 2矩阵，第二个矩阵是2 X 3矩阵，有时候写法会有些不同，例如写成了R4 X 2，如果你看到R4 X 2或者R2
2 监督学习与非监督学习
simpleGq的专栏
01-15 9311
2 机器学习算法 2.1 监督学习     首先给出一个例子来解释什么是监督学习，后面将给出更加正式的定义。假设你想预测房价（无比需要啊。。。。），某个学生从某地收集了数据集，其中一个数据集是这样的。横坐标是房子的面积（平方英尺为单位），纵坐标是房子的价格（单位千美元）。 假设你的朋友有个750平方米的房子，想要知道能够卖多少钱。学习算法怎么可以帮助你呢？一种方法是学习算法可以绘制一
5.3 梯度下降实用技巧（学习速率）
simpleGq的专栏
01-16 5683
5.3 梯度下降中的实用技巧二（学习速率）     这一节，我们将讨论学习速率α，参考下图。第一个公示是梯度下降算法的更新规则，我们将学习两点，一是怎样保证梯度下降运行正确，而是怎么选择学习速率α。     梯度下降算法的任务是为你寻找参数θ，并且希望它能够最小化你的代价函数，在梯度下降算法运行时，我通常会画出代价函数J（θ）的值，如下图所示，x轴表示的是迭代次数，你可能会得到如下图所示的
3.1 代价函数
simpleGq的专栏
01-15 2684
3.1 代价函数（cost function）     代价函数有助于将最可能的线性函数与我们的数据相拟合。在线性回归中，我们有一个这样的数据集，m表示训练集样本数，而我们的假设函数，也就是我们用来进行预测的函数，是图中所示的线性函数形式。     接下来，我们引入一些术语，Ɵ0和Ɵ1，这些Ɵi我们将它称作为模型参数，我们要做的就是如何去选择这两个参数。对于不同的Ɵ0和Ɵ1，我们会得到不同
5.2 梯度下降算法实用技巧（特征缩放）
simpleGq的专栏
01-16 1961
5.2 梯度下降算法中的实用技巧一（特征缩放）     这里我们将会介绍一个称为特征缩放 (feature scaling) 的方法。如果我们有一个问题，这个问题有许多的特征，如果你能确保不同的特征都处在相近的范围，我的意思是不同特征的取值处在相近的范围内，这样梯度下降算法就能更快的收敛，具体的说，如果你有一个具有两个特征的问题，x1是房子的面积大小，取值范围在0-2000平方英尺，x2是卧室的
1 什么是机器学习？
simpleGq的专栏
01-15 1469
机器学习是什么？实际上即使在机器学习的专业人士中，也不存在一个准确的定义，最早的关于机器学习的定义是由Arthur Samuel给出的：     "Field of study that fives computers the ability to learn without being explicitly programmed."，翻译过来为："使计算机在没有被明确编程的情况下，仍然能够
机器学习算法课件资料汇总
机器学习算法课件资料”来看，这可能是系列资料中的第二部分，暗示存在编号为01或其他序号的前导章节，可能涵盖引言、环境配置、Python基础、NumPy/Pandas/Matplotlib使用等内容。而当前这份文件则专注于算法本身的...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
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