- 博客(14)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 吴恩达深度学习 单隐藏层的2分类神经网络
我们要建立一个神经网络，它有一个隐藏层。 构建具有单隐藏层的2类分类神经网络。 使用具有非线性激活功能激活函数，例如tanh。 计算交叉熵损失（损失函数）。 实现向前和向后传播。 numpy：是用Python进行科学计算的基本软件包。 sklearn：为数据挖掘和数据分析提供的简单高效的工具。 matplotlib ：是一个用于在Python中绘制图表的库。 testCases：提供了一些测试示例来评估函数的正确性 planar_utils ：提供了在这个任务中使用的各种有用的功能 import n.
2020-05-13 00:55:35
790
原创 吴恩达深度学习 logistic猫图片分类
logistic分类图片中是否包含猫 numpy ：是用Python进行科学计算的基本软件包。 h5py：是与H5文件中存储的数据集进行交互的常用软件包。 matplotlib：是一个著名的库，用于在Python中绘制图表。 lr_utils ：在本文的资料包里，一个加载资料包里面的数据的简单功能的库。 import numpy as np import matplotlib.pyplot as plt #是与H5文件中存储的数据集进行交互的常用软件包 import h5py from lr_utils i
2020-05-12 23:34:58
636
原创 吴恩达机器学习课后习题ex8-2 推荐系统（python实现）
推荐系统数据集协同过滤算法为自己推荐电影 在本部分练习中，您将实现协作筛选搜索算法，并将其应用于电影分级数据集。2此数据集由1到5的分级组成。这个数据集有nu=943个用户，nm=1682个电影。 数据集 import numpy as np import pandas as pd import matplotlib.pyplot as plt from scipy.io import loa...
2020-05-05 21:28:01
840
原创 吴恩达机器学习课后习题ex8 异常检测（python实现）
异常检测二维数据高维数据 在本练习中，您将实现异常检测算法来检测服务器计算机中的异常行为。这些特性测量每台服务器的吞吐量（mb/s）和响应延迟（ms）。当您的服务器正在运行时，您收集了m=307个它们的行为示例，因此有一个未标记的数据集。您怀疑这些示例中的绝大多数是服务器正常运行的“正常”（非异常）示例，但也可能有一些服务器在此数据集中异常运行的示例。您将使用高斯模型来检测数据集中的异常示例。您...
2020-05-05 20:08:08
865
2
原创 吴恩达机器学习课后习题ex7-2 主成分分析PCA（python实现）
PCAPCA实现人脸数据集 PCA主要应用于降维度、可视化，以此来加快学习算法的运行速度。 PCA实现 首先，你将用一个二维的样本集来实验，从而对PCA如何运行的有一个直观的感受，然后再在一个更大的由5000个人脸图像组成的数据集上实现PCA。 import numpy as np import pandas as pd import matplotlib.pyplot as plt fr...
2020-04-28 12:47:33
815
原创 吴恩达机器学习课后习题ex7 K-means（python实现）
练习7K-means图片压缩 K-means 在本练习中，您将实现K-means算法并将其用于图像压缩。您将首先从一个示例2D数据集开始，它将帮助您获得K-means算法如何工作的直觉。之后，您将使用K-means算法对图像进行压缩，方法是将图像中出现的颜色数量减少到该图像中最常见的颜色。这部分练习你将使用ex7.m。 import numpy as np import pandas as p...
2020-04-27 21:05:47
1188
1
原创 吴恩达机器学习课后习题ex6支持向量机（python实现）
支持向量机支持向量机垃圾邮件分类 支持向量机 import numpy as np import pandas as pd import matplotlib.pyplot as plt from scipy.io import loadmat data1=loadmat('./data/ex6data1.mat') data=pd.DataFrame(data1['X'],columns=['x...
2020-04-08 17:50:05
1176
原创 吴恩达机器学习课后习题ex5偏差与方差（python实现）
偏差与方差实现三级目录 实现 在前半部分的练习中，你将实现正则化线性回归，以预测水库中的水位变化，从而预测大坝流出的水量。在下半部分中，您将通过一些调试学习算法的诊断，并检查偏差 v.s. 方差的影响。 import numpy as mp import pandas as pd import matplotlib .pyplot as plt from scipy.io import loa...
2020-04-03 22:21:12
769
原创 吴恩达机器学习课后习题ex4神经网络（python实现）
这里写目录标题一级目录二级目录参考 一级目录 二级目录 参考 1、numpy.random模块用法总结 https://www.cnblogs.com/JetReily/p/9398148.html np.random.uniform(low,high,size) np.random.rand(d0, d1, …, dn) 生成一个(d0, d1, …, dn)维的数组，数组的元素取自[0, 1...
2020-04-03 15:39:11
1243
2
原创 吴恩达机器学习课后习题ex3（python实现）
ex3一对多神经网络参考 一对多 在本练习中，您将使用逻辑回归和神经网络来识别手写数字（从0到9）。自动手写数字识别在今天被广泛使用，从识别信封上的邮政编码到识别银行支票上的金额。本练习将向您展示如何将您所学的方法用于此分类任务。在练习的第一部分中，您将扩展先前的logistic回归实现，并将其应用于one-vs-all分类。 import numpy as np import pandas ...
2020-03-30 21:55:49
2313
2
原创 吴恩达机器学习课后习题ex2（python实现）
机器学习课后习题ex2logistic回归二级目录 logistic回归 建立一个logistic回归模型来预测学生是否被大学录取。假设你是一所大学的系主任，你想根据每个申请者在两次考试中的成绩来决定他们的入学机会。建立一个分类模型来评估申请人根据这两次考试的分数，录取的可能性。 二级目录 ...
2020-03-30 09:48:26
1672
3
原创 吴恩达机器学习课后习题ex1(python实现)
ex1单变量线性回归多变量线性回归 吴恩达机器学习资料获取 单变量线性回归 问题背景：假如你是餐馆老板，已知若干城市中人口和利润的数据（ex1data1.txt），用线性回归方法计算该去哪个城市发展。 #导入 import numpy as np import pandas as pd import matplotlib.pyplot as plt path='ex1data1.txt' data...
2020-03-26 16:53:46
2511
2
转载 matplotlib：先搞明白plt. /ax./ fig再画
本文转载自https://zhuanlan.zhihu.com/p/93423829，对自己理解matplotlib很有帮助，po到博客上。 理解 axes和fig的区别非常重要！
2020-03-26 15:08:58
256
谷歌浏览器7个好用插件合集，adblock plus、grammarly等
2020-03-26
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人