coursera机器学习平台 PAI-阿里云

Coursera 吴恩达Machine Learning(机器学习)课程 |第五周测验答案(仅供参考)

Neural Networks: Learning

stanford coursera 机器学习编程作业 exercise 3（使用神经网络识别手写的阿拉伯数字(0-9)）

本作业使用神经网络(neural networks)识别手写的阿拉伯数字(0-9) 关于使用逻辑回归实现多分类问题：识别手写的阿拉伯数字(0-9)，请参考：http://www.cnblogs.com/hapjin/p/6085278.html 由于逻辑回归是线性分类（它的假设函数是一...

stanford coursera 机器学习编程作业 exercise4--使用BP算法训练神经网络以识别阿拉伯数字(0-9)

这篇文章中，会实现一个BP(backpropagation)算法，并将之应用到手写的阿拉伯数字(0-9)的自动识别上。训练数据集(training set)如下：一共有5000个训练实例(training instance)，每个训练实例是一个400维特征的列向量(20*20 pixel imag...

stanford coursera 机器学习编程作业 exercise 6（支持向量机-support vector machines）

在本练习中，先介绍了SVM的一些基本知识，再使用SVM（支持向量机）实现一个垃圾邮件分类器。在开始之前，先简单介绍一下SVM ①从逻辑回归的 cost function 到SVM 的 cost function 逻辑回归的假设函数如下： hθ(x)取值范围为[0,1]，约定hθ(x...

Stanford coursera Andrew Ng 机器学习课程编程作业（Exercise 2）及总结

Exercise 1：Linear Regression---实现一个线性回归关于如何实现一个线性回归，请参考：http://www.cnblogs.com/hapjin/p/6079012.html Exercise 2：Logistic Regression---实现一个逻辑回归...

Stanford coursera Andrew Ng 机器学习课程编程作业（Exercise 1）

Exercise 1：Linear Regression---实现一个线性回归在本次练习中，需要实现一个单变量的线性回归。假设有一组历史数据<城市人口，开店利润>，现需要预测在哪个城市中开店利润比较好？历史数据如下：第一列表示城市人口数，单位为万人；第二列表示利润，单位为10,000...

stanford coursera 机器学习编程作业 exercise 3（逻辑回归实现多分类问题）

本作业使用逻辑回归(logistic regression)和神经网络(neural networks)识别手写的阿拉伯数字(0-9) 关于逻辑回归的一个编程练习，可参考：http://www.cnblogs.com/hapjin/p/6078530.html 下面使用逻辑回归实现多分类问题：识别手...

stanford coursera 机器学习编程作业 exercise 5（正则化线性回归及偏差和方差）

本文根据水库中蓄水标线(water level) 使用正则化的线性回归模型预水流量(water flowing out of dam)，然后 debug 学习算法以及讨论偏差和方差对该线性回归模型的影响。 ①可视化数据集本作业的数据集分成三部分： ⓐ训练集(training ...

共有8条

< 1 >

跳转至： GO

更新时间 2024-02-06 10:37:41

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。