# ML-code-using-matlab-and-python
coursera吴恩达机器学习课程作业自写**Python2.7**版本,使用**jupyter notebook**实现,使代码更有层次感,可读性强。
本repository实现算法包括如下:
线性回归: linear_regression.ipynb
多元线性回归:linear_multiple.ipynb
逻辑回归:logic_regression.ipynb
正则化用于逻辑回归: logic_regularization.ipynb
模型诊断+学习曲线: learnCurve.ipynb
一对多分类模型:oneVSall.ipynb
神经网络模型:neuralNetwork.ipynb
SVM分类器:svm.ipynb
kmeans聚类:kmeans.ipynb
pca降维:pca.ipynb
高斯分布用于异常检测:anomaly_detection.ipynb
协调过滤推荐算法:Collaborative_Filter.ipynb
PS:网上其他参考资料分享:
-----
1.课程作业原版是MATLAB版本(填空式编码):对应 machine-learning-ex1——ex8 文件夹
2.[kaleko](https://github.com/kaleko/CourseraML)整理的jupyter notebooks版本:对应 coursera_ml_ipynb 文件夹
3.[mstampfer](https://github.com/mstampfer/Coursera-Stanford-ML-Python)对照**原版作业格式**整理的Python版本,可以尝试自己实现
4.[AceCoooool](https://github.com/AceCoooool/ML-Andrew-Ng)整理的Python版本,有中文注释
5.如果需要了解更多算法知识,本人使用jupyter notebook整理的peter的[《机器学习实战》代码](https://github.com/TingNie/Machine-learning-in-action)
6.本人自写的,关于吴恩达(Andrew Ng)开设的深度学习课程[deeplearning.ai](https://github.com/TingNie/deeplearning.ai-coursera)的课程答案
没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
ML-code-using-matlab-and-python coursera吴恩达机器学习课程作业自写Python2.7版本,使用jupyter notebook实现,使代码更有层次感,可读性强。 本repository实现算法包括如下: 线性回归: linear_regression.ipynb 多元线性回归:linear_multiple.ipynb 逻辑回归:logic_regression.ipynb 正则化用于逻辑回归: logic_regularization.ipynb 模型诊断+学习曲线: learnCurve.ipynb 一对多分类模型:oneVSall.ipynb 神经网络模型:neuralNetwork.ipynb SVM分类器:svm.ipynb kmeans聚类:kmeans.ipynb pca降维:pca.ipynb 高斯分布用于异常检测:anomaly_detection.ipynb 协调过滤推荐算法:Collaborative_Filter.ipynb PS:网上其他参考资料分享: 1.课程作业原版是MATLAB版本(填空
资源推荐
资源详情
资源评论
收起资源包目录
coursera吴恩达机器学习课程作业自写Python2.7版本 (323个子文件)
ex7.ipynb 1.68MB
ex3.ipynb 595KB
ex8.ipynb 482KB
ex1.ipynb 423KB
svm.ipynb 321KB
ex6.ipynb 282KB
ex4.ipynb 265KB
ex5.ipynb 213KB
ex2.ipynb 196KB
learnCurve.ipynb 133KB
linear_regression.ipynb 97KB
logic_regression.ipynb 82KB
logic_regularization.ipynb 65KB
kmeans.ipynb 64KB
neuralNetwork.ipynb 41KB
anomaly_detection.ipynb 34KB
pca.ipynb 30KB
oneVSall.ipynb 27KB
linear_multiple.ipynb 17KB
ex6_spam.ipynb 15KB
Collaborative_Filter.ipynb 15KB
loadjson.m 18KB
loadjson.m 18KB
loadjson.m 18KB
loadjson.m 18KB
loadjson.m 18KB
loadjson.m 18KB
loadjson.m 18KB
loadjson.m 18KB
savejson.m 17KB
savejson.m 17KB
savejson.m 17KB
savejson.m 17KB
savejson.m 17KB
savejson.m 17KB
savejson.m 17KB
savejson.m 17KB
saveubjson.m 16KB
saveubjson.m 16KB
saveubjson.m 16KB
saveubjson.m 16KB
saveubjson.m 16KB
saveubjson.m 16KB
saveubjson.m 16KB
saveubjson.m 16KB
loadubjson.m 15KB
loadubjson.m 15KB
loadubjson.m 15KB
loadubjson.m 15KB
loadubjson.m 15KB
loadubjson.m 15KB
loadubjson.m 15KB
loadubjson.m 15KB
porterStemmer.m 10KB
fmincg.m 9KB
fmincg.m 9KB
fmincg.m 9KB
fmincg.m 9KB
ex4.m 8KB
ex7_pca.m 7KB
ex8_cofi.m 7KB
ex5.m 7KB
svmTrain.m 6KB
submitWithConfiguration.m 5KB
submitWithConfiguration.m 5KB
submitWithConfiguration.m 5KB
submitWithConfiguration.m 5KB
submitWithConfiguration.m 5KB
submitWithConfiguration.m 5KB
submitWithConfiguration.m 5KB
submitWithConfiguration.m 5KB
ex7.m 5KB
nnCostFunction.m 5KB
ex6_spam.m 4KB
ex1_multi.m 4KB
ex2.m 4KB
ex6.m 4KB
ex8.m 4KB
processEmail.m 4KB
ex1.m 4KB
ex2_reg.m 4KB
ex3_nn.m 3KB
ex3.m 3KB
learningCurve.m 3KB
cofiCostFunc.m 2KB
oneVsAll.m 2KB
submit.m 2KB
emailFeatures.m 2KB
validationCurve.m 2KB
dataset3Params.m 2KB
runkMeans.m 2KB
checkNNGradients.m 2KB
lrCostFunction.m 2KB
submit.m 2KB
submit.m 2KB
svmPredict.m 2KB
submit.m 2KB
checkCostFunction.m 2KB
submit.m 2KB
submit.m 2KB
共 323 条
- 1
- 2
- 3
- 4
资源评论
交叉编译之王hahaha
- 粉丝: 406
- 资源: 45
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功