andrew ng机器学习平台 PAI公开课笔记的相关内容

Andrew Ng机器学习公开课笔记–Reinforcement Learning and Control

网易公开课，第16课 notes，12 前面的supervised learning，对于一个指定的x可以明确告诉你，正确的y是什么但某些sequential decision making问题，比如下棋或直升机自动驾驶无法确切知道，下一步怎么样是正确的，因为...

Andrew Ng机器学习公开课笔记–Principal Components Analysis (PCA)

网易公开课，第14, 15课 notes，10 之前谈到的factor analysis，用EM算法找到潜在的因子变量，以达到降维的目的这里介绍的是另外一种降维的方法，Principal Components Analysis (PCA)，比Factor Analysis更为直接，计...

Andrew Ng机器学习公开课笔记 – Factor Analysis

网易公开课，第13，14课 notes，9 本质上因子分析是一种降维算法参考，http://www.douban.com/note/225942377/，浅谈主成分分析和因子分析把大量的原始变量，浓缩成少数几个因子变量原始变量，代表浅层的表面现象，所以一定是...

Andrew Ng机器学习公开课笔记 -- Mixtures of Gaussians and the EM algorithm

网易公开课，第12，13课 notes，7a, 7b，8 从这章开始，介绍无监督的算法对于无监督，当然首先想到k means, 最典型也最简单，有需要直接看7a的讲义 Mixtures of Gaussians 如果要理解Mixtures of Gaussia...

Andrew Ng机器学习公开课笔记 -- Online Learning

网易公开课，第11课 notes，http://cs229.stanford.edu/notes/cs229-notes6.pdf 和之前看到的batch learning算法不一样，batch learning一定是先用训练集进行训练，然后才进行预测但是online l...

Andrew Ng机器学习公开课笔记 -- Regularization and Model Selection

网易公开课，第10,11课 notes，http://cs229.stanford.edu/notes/cs229-notes5.pdf Model Selection 首先需要解决的问题是，模型选择问题，如何来平衡bais和variance来自动选择模型？比如对于多项式分...

Andrew Ng机器学习公开课笔记 -- 支持向量机

网易公开课，第6，7，8课 notes，http://cs229.stanford.edu/notes/cs229-notes3.pdf SVM-支持向量机算法概述, 这篇讲的挺好，可以参考先继续前面对线性分类器的讨论，通过机器学习算法找到的线性分类的线，不...

Andrew Ng机器学习公开课笔记 -- Generative Learning algorithms

网易公开课，第5课 notes，http://cs229.stanford.edu/notes/cs229-notes2.pdf 学习算法有两种，一种是前面一直看到的，直接对p(y|x; θ)进行建模，比如前面说的线性回归或逻辑回归，这种称为判别学习算法（discriminative l...

Andrew Ng机器学习公开课笔记 -- Generalized Linear Models

网易公开课，第4课 notes，http://cs229.stanford.edu/notes/cs229-notes1.pdf 前面介绍一个线性回归问题，符合高斯分布一个分类问题，logstic回归，符合伯努利分布也发现他们有些相似的地方，其实这些方法都是一个更广泛的模...

Andrew Ng机器学习公开课笔记 -- Logistic Regression

网易公开课，第3，4课 notes，http://cs229.stanford.edu/notes/cs229-notes1.pdf 前面讨论了线性回归问题，符合高斯分布，使用最小二乘来作为损失函数下面继续讨论分类问题，分类问题和回归问题不同在于Y的取值是离散的 ...

共有11条

< 1 2 >

跳转至： GO

更新时间 2022-12-29 12:18:16

本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。

社区圈子

阿里云机器学习平台PAI

阿里云机器学习PAI（Platform of Artificial Intelligence）面向企业及开发者，提供轻量化、高性价比的云原生机器学习平台，涵盖PAI-iTAG智能标注平台、PAI-Designer（原Studio）可视化建模平台、PAI-DSW云原生交互式建模平台、PAI-DLC云原生AI基础平台、PAI-EAS云原生弹性推理服务平台，支持千亿特征、万亿样本规模加速训练，百余落地场景，全面提升工程效率。

2435+人已加入

加入