- 博客(16)
- 收藏
- 关注
RSS订阅原创 人工神经网络ANN入门学习笔记1
输入层接收多维输入变量，通过神经元之间的连接传递信息，经过隐藏层的多层非线性变换，最终输出预测值。ANN模型通过学习大量训练数据，不断调整神经元之间的权重和阈值，以最小化预测误差，最终实现对目标变量的准确预测。传统的回归模型在处理非线性关系时往往存在局限性，而ANN凭借其强大的非线性拟合能力，为多变量预测提供了新的思路。研究生写论文需要，先快速学习了机器学习的内容，现在需要继续深入学习人工神经网络ANN的内容，以下是个人的学习笔记，欢迎交流、请多多指正！数据清洗：处理缺失值、异常值，并进行数据类型转换。
2025-02-23 00:27:10
1357
原创 吴恩达Machine Learning课程对应Jupyter代码1‘‘（第一课 P1-41）Week2 持续更新
配套代码实验（对应教程P1-41），后续的代码实验将持续更新，祝学习愉快！（第一部分 无监督学习 回归与分类）Week2。以上是吴恩达机器学习课程。
2025-02-15 11:03:12
1349
原创 论文写作与学术规范 期末复习（24考题）
4.(1)阅读综述类论文对未来研究方向(2)阅读研究类论文的启发的启发。，但标准化测量、情境缺失和人为因素的影响，却使其效度较低。1.结合绿色低碳建筑改造or城市更新写摘要、题目、关键词。1. 调查研究是当前普遍使用的一种社会研究方法，主要包括。标准化测量和概率抽样使调查研究具有较高的信度。抽样、问卷设计、访谈（邮寄问卷）和数据处理。2. 调查研究的局限性：作为一种测量过程，2.结合一篇论文介绍如何进行选题创新。（1）按调查对象的范围分为。3.介绍文本编码技术。3. 调查研究的分类。
2025-02-08 21:36:33
332
原创 吴恩达Machine Learning课程学习笔记5 无监督学习 推荐系统和强化学习（P114-125）
使用nu表示用户数，nm表示电影数量，r(i,j)表示用户j是否给电影i进行了评级（评分了=1，未评分=0），y(i,j)表示用户j给电影i的评分。为了得到wj和bj的值，我们需要结合均方误差准则，构建下面的函数，预测值-真实值y(i,j)，累加所有用户j已经进行评分的电影项目，使其最小化。：在训练过程中，通过最小化成本函数，最小化整个数据集上的误差，优化模型参数，最终提升模型的整体性能。看用户还没有评分的电影、预测用户可能给出的评分，然后尝试向用户推荐他们更有可能评分的电影。
2025-02-07 16:23:34
1739
原创 吴恩达Machine Learning课程学习笔记6 无监督学习 推荐系统和强化学习（P126-142）完结撒花
通过强化学习，飞机学会倒挂飞行等特技飞行，实现过程是给直升机的位置、决定如何在强化学习中移动控制器，强化学习的关键输入是奖励reward/奖励功能reward function，9.4 （p138）算法优化-改进的神经网络结构。7.4 （p129）强化学习中的决策与策略制定。9.6 （p140）算法优化-小批量和软更新。8.1 （p131）状态动作值函数定义。8.2 （p132）状态动作值函数示例。9.5 （p139）算法优化-贪婪策略。9.7 （p141）强化学习的状态。
2025-02-05 16:13:38
427
原创 吴恩达Machine Learning课程学习笔记4 无监督学习 推荐系统和强化学习（P101-113）持续更新
下一步在观察各点与挪动后的红心和蓝心点的距离，此时会发现有的点应该换色，换色后需要重复前面的步骤，重新算各点的取平均值，移动红心和蓝心。以上就是吴恩达机器学习全部内容，涵盖p1-143的全部内容，另外有对应jupyter的代码笔记，持续更新中，敬请关注，欢迎随时交流。相比之下，无监督学习，得到大量数据点，但是没有目标标签y，看起来只有点，算法会尝试寻找集群。重复前面的步骤，最后得到的红心和蓝心如下图，每个集群每个点都被分配到更近的中心点集群，2.2 （p103）K-means的直观理解（K均值算法）
2025-02-04 17:20:51
1436
1
原创 吴恩达Machine Learning课程对应Jupyter代码1‘（第一课 P1-41）Week1 持续更新
第一课 Supervised Machine Learning Regression and Classifications。第二课 Advanced Learning Algorithms。(主要介绍插入Markdown/Code)
2025-02-03 21:52:26
3067
原创 吴恩达Machine Learning课程学习笔记2 高级学习算法（P42-87）
一、引入(超爽中英!) 2024公认最好的【吴恩达机器学习】教程！附课件代码 Machine Learning Specialization_哔哩哔哩_bilibili(超爽中英!) 2024公认最好的【吴恩达机器学习】教程！附课件代码 Machine Learning Specialization共计142条视频，包括：1.1 欢迎来到机器学习!、1.2 机器学习的应用、2.1 什么是机器学习等，UP主更多精彩视频，请关注UP账号。
2025-01-07 14:28:21
1665
原创 吴恩达Machine Learning课程学习笔记1 监督机器学习 回归和分类（P1-41）
机器学习的定义："Field of study that gives computers the ability to learn without being explicitly programmed.无需明确编程，赋予计算机学习能力的研究领域"（Arthur Samuel 1959）。机器学习可应用于语音识别、计算机视觉、增强现实、自动驾驶、大规模工业、电子商务、医疗保健等领域。
2025-01-03 21:59:25
2317
1
吴恩达Machine Learning课程对应Jupyter代码（第一课 P1-41）
2025-02-05
吴恩达Machine Learning课程对应Jupyter代码（第二课 P42-100）
2025-02-06
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人