Coursera课程地址

因为Coursera的课程还有考试和论坛,后续的笔记是基于Coursera
https://www.coursera.org/learn/machine-learning/home/welcome


课程总结

  • 机器学习 Machine Learning- 吴恩达Andrew Ng 第1~5课总结
  • 机器学习 Machine Learning- 吴恩达Andrew Ng 第6~10课总结
  • 机器学习 Machine Learning- 吴恩达Andrew Ng 第11~15课总结
  • 翻译: Octave 入门教程
  • 机器学习 Machine Learning- 吴恩达Andrew Ng 第16~20课总结
  • 机器学习 Machine Learning- 吴恩达Andrew Ng 第21~25课总结
  • 机器学习 Machine Learning- 吴恩达Andrew Ng Week2-Octave
  • 机器学习- 吴恩达Andrew Ng - week3-1 Classification
  • 机器学习- 吴恩达Andrew Ng - week3-2 Logistic Regression Model
  • 机器学习- 吴恩达Andrew Ng - week3-3 Multiclass Classification
  • 机器学习- 吴恩达Andrew Ng - week3-4 solve overfitting
  • 机器学习- 吴恩达Andrew Ng Week1 知识总结 Introduciton
  • 机器学习- 吴恩达Andrew Ng Week4 神经网络Neural Networks知识总结
  • 机器学习- 吴恩达Andrew Ng Week5 神经网络学习Neural Networks Learning知识总结
  • 机器学习- 吴恩达Andrew Ng Week6 Regularized Linear Regression and Bias/Variance知识总结
  • 机器学习- 吴恩达Andrew Ng Week6 知识总结 Machine Learning System Design
  • 机器学习- 吴恩达Andrew Ng Week7 知识总结Support Vector Machines
  • 机器学习- 吴恩达Andrew Ng Week8 知识总结 Clustering
  • 机器学习- 吴恩达Andrew Ng Week8 知识总结 Dimensionality Reduction
  • 机器学习- 吴恩达Andrew Ng Week9 知识总结 Anomaly Detection
  • 机器学习- 吴恩达Andrew Ng Week9 知识总结 Recommender Systems
  • 机器学习- 吴恩达Andrew Ng Week10 知识总结 Large scale machine learning
  • 机器学习- 吴恩达Andrew Ng Week11 知识总结 Photo OCR

编程技巧

  • 机器学习- 吴恩达Andrew Ng 编程作业技巧
  • 机器学习- 吴恩达Andrew Ng 编程作业技巧 for Week3
  • 机器学习- 吴恩达Andrew Ng 编程作业技巧 for Week4 Neural Networks
  • 机器学习- 吴恩达Andrew Ng 编程作业技巧 for Week5 Neural Networks Learning
  • 机器学习- 吴恩达Andrew Ng 编程作业技巧 for Week6 Advice for Applying Machine Learning
  • 机器学习- 吴恩达Andrew Ng 编程作业技巧 for Week7 Support Vector Machines
  • 机器学习- 吴恩达Andrew Ng 编程作业技巧 for Week8 K-Means Clustering and PCA
  • 机器学习- 吴恩达Andrew Ng 编程作业技巧 for Week9 Anomaly Detection

机器学习- 吴恩达Andrew Ng Coursera学习总结合集,编程作业技巧合集相关推荐

  1. 【斯坦福公开课-机器学习】1.机器学习的动机和应用(吴恩达 Andrew Ng)

    文章目录 0三个目标 0先修课程要求 基本工具 1-网址 2-邮箱 3-本系列课程链接 1机器学习的定义 1-1非正式定义 1-2正式的定义 2监督学习(Supervised Learning) 2- ...

  2. 第06周:吴恩达 Andrew Ng 机器学习

    10 应用机器学习的建议 10.1 决定下一步做什么 依旧用房价预测的例子,假设我们使用已经正则化的线性回归的模型得到了参数,并将参数带入预测函数来预测一组新的房价,但是结果误差很大,那么为了解决问题 ...

  3. 第01周:吴恩达 Andrew Ng 机器学习

    学习内容: 1 机器学习 1.1 机器学习定义 ①Arthur Samuel:在没有明确设置的情况下,使计算机具有学习能力的研究领域. e.g.跳棋游戏,使计算机与自己对弈上万次,使计算机学习到什么是 ...

  4. 第02周:吴恩达 Andrew Ng 机器学习

    学习目标: 完成对机器学习逻辑回归部分 完成习题 整理理论与编程题笔记 学习内容: 六.逻辑回归 6.1 分类问题Classification 二分类问题:通常结果有两种可能(0:negative c ...

  5. 吴恩达深度学习第一课第三周编程作业(上)

    作业描述: 用1层隐藏层的神经网络分类二维数据 欢迎来到第3周的编程作业. 现在是时候建立你的第一个神经网络了,它将具有一层隐藏层. 你将看到此模型与你使用逻辑回归实现的模型之间的巨大差异. 你将学到 ...

  6. 机器学习(Machine Learning) - 吴恩达(Andrew Ng) 视频笔记

    背景:写于20190408,大概一周前我已经看到了P47 8-4 - Model Representation II 视频链接:https://www.bilibili.com/video/av991 ...

  7. 第08周:吴恩达 Andrew Ng 机器学习

    13 聚类 聚类算法是学习的第一个无监督学习算法,它所用到的数据是不带标签的. 13.1 无监督学习 什么是无监督学习? 在无监督学习中,所有的数据不带标签,而无监督学习要做的就是将这一系列无标签的数 ...

  8. 第10周:吴恩达 Andrew Ng 机器学习

    15 异常检测(Anomaly Detection) 这种算法虽然主要用于非监督学习问题,但从某些角度看,它又类似于一些监督学习问题. 15.1 问题动机 例:假想一个飞机引擎制造商,当他生产的飞机引 ...

  9. 第09周:吴恩达 Andrew Ng 机器学习

    14 降维(Dimensionality Reduction) 第二种类型的无监督学习问题叫降维 14.1 目标Ⅰ:数据压缩 使用降维的原因之一是数据压缩,数据压缩可以使数据占用较小的内存或硬盘空间, ...

  10. 第04周:吴恩达 Andrew Ng 机器学习

    学习内容: 8 神经网络 8.1 为什么用神经网络 当只有两个特征时(x1.x2),使用sigmoid函数得到的结果还可以,因为可以把x1.x2的所有组合都包含到多项式中.但当很多问题含有很多特征,不 ...

最新文章

  1. extjs video
  2. Android异步消息处理机制 全解析
  3. 这些年,在工作中摸索的我
  4. 设置APP版本跟新提示
  5. (视频+图文)机器学习入门系列-第13章 降维
  6. 《每日一题》62. Unique Paths 不同路径
  7. WD强势出击 推出全球业界首款2TB硬盘
  8. Android官方开发文档Training系列课程中文版:添加ActionBar之设置ActionBar
  9. 螺旋千斤顶设计大作业_新型飞机千斤顶的优化设计
  10. iBase4J部署总结¥
  11. 1-VScode格式化ESlint-方法(最全最好用方法!)
  12. Tom邮箱注册机|注册辅助工具!!!
  13. CDN加速下载VSCode-1.57.1
  14. 下岗工人到达退休年龄,养老保险未缴纳满15年,补缴合适吗?
  15. 《深入浅出统计学》之统计学知识小结
  16. 机器人周志_机器人教学的意义
  17. PDF 文字识别网站
  18. kafka在rack间平衡replica
  19. Cent OS (一)Cents OS的基本安装
  20. OS学习笔记-15(清华大学慕课)处理机调度

热门文章

  1. Java自学学习路线,自学方法,0基础小白如何怎么样才能用最短的时间学好Java
  2. 通过数据,从键盘录入学生考试科目数,然后依次录入学的每一科分数.使用数组存储学生分数.然后输出总分,平均分,简单易理解
  3. mysql数据库优化经验_MySQL数据库优化经验详谈
  4. cad2020 开始_中望cad2020发布,附简体中文免费版安装教程
  5. npm ERR! Cannot read property ‘resolve‘ of undefined
  6. “ObjectContent`1”类型未能序列化内容类型“application/xml; charset=utf-8”的响应正文。
  7. 如何得到当前程序执行的堆栈
  8. Map 3D 2012定制和应用程序开发Webcast将于明天(6月23号)进行
  9. MCSE 2012 R2之工作文件夹Word Folders(2)
  10. NAT篇 双剑合璧,无往不利——双向NAT