吴恩达《Machine Learning》Jupyter Notebook 版笔记发布!图解、公式、习题都有了
在我很早之前写过的文章《机器学习如何入门》中,就首推过吴恩达在 Coursera 上开设的《Machine Learning》课程。这门课最大的特点就是基本没有复杂的数学理论和公式推导,非常适合入门!
这门课是发布在 Coursera 上的,很多读者容易把它与吴恩达的另一门课 CS229 混淆。其实,今天讲的 Coursera 上的《Machine Learning》更加简单。
其课程地址为:
https://www.coursera.org/learn/machine-learning
关于这门课的官方介绍是:本课程将广泛介绍机器学习、数据挖掘和统计模式识别。相关主题包括:(i) 监督式学习(参数和非参数算法、支持向量机、核函数和神经网络)。(ii) 无监督学习(集群、降维、推荐系统和深度学习)。(iii) 机器学习实例(偏见/方差理论;机器学习和AI领域的创新)。课程将引用很多案例和应用,您还需要学习如何在不同领域应用学习算法,例如智能机器人(感知和控制)、文本理解(网络搜索和垃圾邮件过滤)、计算机视觉、医学信息学、音频、数据库挖掘等领域。
这门课基本涵盖了机器学习的主要知识点,例如:线性回归、逻辑回归、支持向量机、神经网络、K-Means、异常检测等等。而且课程中没有复杂的公式推导和理论分析。Ng 的目的是让机器学习初学者能够快速对整个机器学习知识点有比较整体的认识,便于快速入门。
我曾经整理了一份该门课的思维导图:
如果有读者想要看这份思维导图的清晰版(包括原 .xmind 文件),下面是下载链接:
https://pan.baidu.com/s/16065BpNAP7JEx_PpFHLSOw
提取码:xcmi
好了,回归正题!这门课的笔记网上有很多,但今天推荐一份不错的全面的笔记。该笔记的特点是所有内容都是基于 Jupyter Notebook 写的,集图片、公式、代码、练习题于一体,非常方便使用!
下面来详细看一下!
这份笔记的作者是 Halfrost-Field 冰霜之地,笔记发布地址为:
https://github.com/halfrost/Halfrost-Field
所属于 Machine Learning 一栏。
笔记包含了课程 11 周完整内容,每一周单独对应一个 Jupyter Botebook 文件。
下面举几个代表看一下!
1. 支持向量机(SVM)
打开 Support_Vector_Machines.ipynb文件,逻辑回归损失函数的公式推导:
高斯核函数的可视化理解:
还有作者对 SVM 重要参数的归纳总结:
笔记内容结合了吴恩达的课件,归纳的比较到位!
每一份笔记的最后,还配备相应的习题:
2. 神经网络学习
打开 Neural_Networks_Learning.ipynb 文件,Backpropagation Algorithm 反向传播算法的推导:
反向传播算法实现:
function g = sigmoid(z)g = 1.0 ./ (1.0 + exp(-z));
endfunction g = sigmoidGradient(z)g = sigmoid(z) .* (1 - sigmoid(z));
enddelta3 = a3 - Y;Theta2_grad = 1 / m * delta3' * [ones(m, 1), a2] + ...lambda / m * [zeros(K, 1), Theta2(:, 2:end)]; # 正规化部分delta2 = (delta3 * Theta2 .* sigmoidGradient([ones(m, 1), z2]));
delta2 = delta2(:, 2:end); # 反向计算多一个偏移参数误差,除去Theta1_grad = 1 / m * delta2' * [ones(m, 1), a1] + ...lambda / m * [zeros(H, 1), Theta1(:, 2:end)]; # 正规化部分
笔记内容非常详细,读者可在原笔记中查看。
附加资源:
这门课配套相应的练习题。Github 上已经有人把作业整理成为 Python 的形式了。有 .py 和 .ipynb 两种格式。
https://github.com/nsoojin/coursera-ml-py
https://github.com/kaleko/CourseraML
最后,为了节省大家下载时间,我已经把这份笔记的所有 Jupyter Notebook 下载下来并打包好了。获取方式:在本公众号后台回复:NGjupyter 即可!
吴恩达《Machine Learning》Jupyter Notebook 版笔记发布!图解、公式、习题都有了相关推荐
- coursera—吴恩达Machine Learning笔记(1-3周)
Machine Learning 笔记 笔记主要按照进度记录上课主要内容和部分代码实现,因为我会看一阶段再进行整理,内容会有一定交叉.关于代码部分,一开始我是只为了做作业而写代码的,现在觉得不妨仔细看 ...
- 吴恩达ex3_吴恩达Machine Learning Ex3 python实现
1.Multi-class classification 使用Logistic regression和neural networks来识别手写数字识别(从0到9).在第一部分练习中使用Logistic ...
- 完结篇 | 吴恩达《序列模型》精炼笔记(3)-- 序列模型和注意力机制
AI有道 不可错过的AI技术公众号 关注 1 Basic Models Sequence to sequence(序列)模型在机器翻译和语音识别方面都有着广泛的应用.下面,我们来看一个机器翻译的简单例 ...
- 吴恩达《序列模型》精炼笔记(2)-- NLP和Word Embeddings
AI有道 不可错过的AI技术公众号 关注 1 Word Representation 上节课我们介绍过表征单词的方式是首先建立一个较大的词汇表(例如10000),然后使用one-hot的方式对每个单词 ...
- 吴恩达《卷积神经网络》精炼笔记(2)-- 深度卷积模型:案例研究
AI有道 不可错过的AI技术公众号 关注 1 Why Look at Case Studies 本文将主要介绍几个典型的CNN案例.通过对具体CNN模型及案例的研究,来帮助我们理解知识并训练实际的模型 ...
- Coursera吴恩达《序列模型》课程笔记(2)-- NLP Word Embeddings
红色石头的个人网站:redstonewill.com <Recurrent Neural Networks>是Andrw Ng深度学习专项课程中的第五门课,也是最后一门课.这门课主要介绍循 ...
- 手机上的机器学习资源!Github标星过万的吴恩达机器学习、深度学习课程笔记,《统计学习方法》代码实现!...
吴恩达机器学习.深度学习,李航老师<统计学习方法>.CS229数学基础等,可以说是机器学习入门的宝典.本文推荐一个网站"机器学习初学者",把以上资源的笔记.代码实现做成 ...
- 新建网站了!Github标星过万的吴恩达机器学习、深度学习课程笔记,《统计学习方法》代码实现,可以在线阅读了!...
吴恩达机器学习.深度学习,李航老师<统计学习方法>,可以说是机器学习入门的宝典.本文推荐一个网站"机器学习初学者",把以上资源的笔记.代码实现做成了网页版,可以在线阅读 ...
- 吴恩达深度学习笔记_Github标星过万的吴恩达机器学习、深度学习课程笔记,《统计学习方法》代码实现,可以在线阅读了!...
吴恩达机器学习.深度学习,李航老师<统计学习方法>,可以说是机器学习入门的宝典.本文推荐一个网站"机器学习初学者",把以上资源的笔记.代码实现做成了网页版,可以在线阅读 ...
最新文章
- 递归和循环:跳台阶和变态跳台阶和矩形覆盖
- nginx服务器access_log日志分析及配置详解
- P1273 有线电视网
- WordPress Mail Subscribe List插件‘sml_name’参数HTML注入漏洞
- add_metrology_object_generic将测量对象添加到计量模型中
- Windows 故障转移+Hyper-V 虚机自动迁移高 可用
- js含有特定文字不能跳转
- SpringBoot默认日志logback配置解析
- php70w-mbstring,php安装
- 关于HTTP及XMLHTTP状态代码一览
- sqlserver08评估期已过的解决方法
- div添加一个点击事件(绑定点击事件)
- 选中菜单 android,Android支持:设计NavigationView选中的菜单子项
- 【MM 发票】MM MIRO界面中的ITEM LIST的布局可自己定义(转)
- 小说阅读器java源代码_Android项目源码任阅小说阅读器高仿追书神器
- Google浏览器安装Axure插件
- linux内核创建ubi,Linux最新UBI文件系统介绍
- Kernel那些事儿之内存管理(6) --- 衣带渐宽终不悔(下)
- 防抖和节流理解,以及lodash使用
- Springboot 整合 阿里云消息队列RabbitMQ版服务
热门文章
- 北师大历史系65 级同学聚会宁夏【之七】——在中阿之轴、西夏王陵、董府、板桥道堂、鸿乐府及告别宴会...
- 说说.net事件和委托。
- 中国电子学会青少年编程能力等级测试图形化一级编程题:无奈的Jaime
- 谢文睿:西瓜书 + 南瓜书 吃瓜系列 11. 贝叶斯分类器
- 《C#精彩实例教程》小组阅读05 -- C#变量与常量
- 如何利用离散Hopfield神经网络进行高校科研能力评价(1)
- Matlab与线性代数 -- 全1矩阵
- GPT-3 不够 Open,BigScience 构建开放语言模型,规模小 16 倍
- 全球计算机视觉顶会CVPR 2020论文出炉:腾讯优图17篇论文入选
- 2019北京智源大会在京开幕, 中外学术大咖共话人工智能研究前沿