实用机器学习

andrew-ng_machine_learning

机器学习领域大牛 Andrew NG整理的机器学习讲义，值得关注。

machine-learning-andrew-ng：Andrew-Ng提供的Coursera机器学习课程的代码

machine-learning-andrew-ng：Andrew-Ng提供的Coursera机器学习课程的代码

多元逻辑斯蒂回归matlab代码-machine-learning-andrew-ng:Ng的机器学习入门

多元逻辑斯蒂回归matlab代码机器学习课程 挑战 了解机器学习的基础。 动作 研究了以下概念： 线性回归：训练集，特征，目标变量，假设，学习算法，参数，成本函数，优化问题，梯度下降，学习率，批次梯度下降 多元线性回归：特征缩放，均值归一化，选择学习率，正态方程 逻辑回归：分类，逻辑函数，S形函数，决策边界，非线性决策边界，成本函数，优化算法，多类分类，一对多 正则化：过度拟合，正则化参数，正则线性回归，正则逻辑回归 神经网络：计算机视觉，S型激活函数，层，偏差，正向传播，非线性分类，反向传播算法，随机初始化 模型选择：训练/验证/测试集，诊断偏差和方差，交叉验证错误，正则化，学习曲线，高偏差，高方差，误差分析，精度，召回率，F1得分 支持向量机：SVM假设，大余量分类器，核，相似度，高斯核，线性核，多项式核， 无监督学习：聚类，K-均值 主成分分析：降维，数据压缩，数据可视化，协方差矩阵sigma，sigma的特征向量，压缩表示的重构，pf主成分数，学习加速 k-均值聚类：聚类索引，聚类质心，随机初始化，肘法 异常检测：密度估计，正态与异常，欺诈检测，制造，监控工作参数，高斯分布，特

andrew ng machine learning编程作业代码5

斯坦福大学andrew ng machine learning编程作业代码,第五课ex5

《python machine learning》Raschka--chapter 5

《python machine learning》中第五章，主成分分析，提取主要特性

Coursera-ML-AndrewNg-master.zip

主要包括：线性回归、Logistic回归、决策树、支持向量机、朴素贝叶斯、K均值聚类、K近邻、PCA

Hands-On Machine Learning with Scikit-Learn and TensorFlow [EPUB]

Hands-On Machine Learning with Scikit-Learn and TensorFlow: Concepts, Tools, and Techniques to Build Intelligent Systems by Aurélien Géron English | 2017 | ISBN: 1491962291 | 566 Pages | EPUB | 8.41...

Hands-On Machine Learning with Scikit-Learn and TensorFlow: Concepts, Tools, and

Through a series of recent breakthroughs, deep learning has boosted the entire field of machine learning. Now, even programmers who know close to nothing about this technology can use simple, ...

Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow 2ed 2019.epub

Through a series of recent breakthroughs, deep learning has boosted the entire field of machine learning. Now, even programmers who know close to nothing about this technology can use simple, ...

Hands-On Machine Learning with Scikit-Learn and TensorFlow [Kindle Edition]

Hands-On Machine Learning with Scikit-Learn and TensorFlow: Concepts, Tools, and Techniques to Build Intelligent Systems by Aurélien Géron English | 13 Mar. 2017 | ASIN: B06XNKV5TS | 581 Pages | AZW...

《python machine learning》Raschka--chapter 3

《python machine learning》中第三章，支持向量机、基于核的支持向量机、案例

如何清空matlab的代码--machine-learning:实验

如何清空matlab的代码 机器学习理论实验作业 ● 组员信息：潘国鸿 操作系统 windows 10 语言 python ####● 作业题目和内容 实验一 《多源数据集成、清洗和统计》 题目 广州大学某班有同学100人，现要从两个数据源汇总学生数据。第一个数据源在数据库中，第二个数据源在txt文件中，两个数据源课程存在缺失、冗余和不一致性，请用C/C++/Java程序实现对两个数据源的一致性合并以及每个学生样本的数值量化。 ● 数据库表：ID (int), 姓名(string), 家乡(string:限定为Beijing / Guangzhou / Shenzhen / Shanghai), 性别（string:boy/girl）、身高（float:单位是cm)）、课程1成绩（float）、课程2成绩（float）、...、课程10成绩(float)、体能测试成绩（string：bad/general/good/excellent）；其中课程1-课程5为百分制，课程6-课程10为十分制。 ● txt文件：ID(string：6位学号)，性别（string:male/female）、

machine-learning-ex8.rar_machine learning ng_recommender_异常检测_推荐

Andrew Ng Cousera 机器学习 异常检测勇于服务器故障分析以及用于电影推荐的推荐系统的源代码和说明文档。

Coursera 上ng 的machine learning 第二周编程题ex1答案

自己学的作业答案，分享一下，共同学习

Hands-On Machine Learning with Scikit-Learn and TensorFlow pdf&azw3;

高清 pdf&azw3; This project aims at teaching you the ... It contains the example code and solutions to the exercises in my O'Reilly book Hands-on Machine Learning with Scikit-Learn and TensorFlow

Course 1 - TensorFlow-JS_machinelearning_

This repository contains the examples and exercises that accompany Course 1 - Browser-based Models with TensorFlow.js of the TensorFlow for Data and Deployment Specialization at Coursera.

Kernel Methods and Machine Learning

Kernel Methods and Machine Learning.

Kernel methods for machine learning with Math and Python

机器学习核心算法与100个案例的代码实现 Joe Suzuki - Kernel Methods for Machine Learning with Math and Python - 100 Exercises for Building Logic

Machine Learning: Step-by-Step Guide To Implement Algorithms with Python

Machine Learning: Step-by-Step Guide To Implement Machine Learning Algorithms with Python By 作者: Rudolph Russell ISBN-10 书号: 1719528403 ISBN-13 书号: 9781719528405 出版日期: 2018-05-22 pages ...

Hands-On Machine Learning with Scikit-Learn and TensorFlow (epub)

#1 Best Seller in Artificial Intelligence in Amazon By using concrete examples, minimal theory, ...Apply practical code examples without acquiring excessive machine learning theory or algorithm details

Hands-on-Machine-Learning-Exercises

机器学习练习

Pattern Recognition and Machine Learning

The dramatic growth in practical applications for machine learning over the last ten years has been accompanied by many important developments in the underlying algorithms and techniques. For example,...

梯度下降法对模型进行训练matlab代码-Ng_Machine_learning_exercises:Coursera上AndrewNg的机器

Andrew Ng 的机器学习课程的 Python 解决方案（ scikit-learn和TensorFlow ） 已经成为一种类似于哈利波特或星球大战的文化现象：每个人似乎都听说过、看过或完成了它。 也就是说，如果你在正确的圈子里移动。 该...

Thoughtful.Machine.Learning.with.Python.epub

Gain the confidence you need to apply machine learning in your daily work. With this practical guide, author Matthew Kirk shows you how to integrate and test machine learning algorithms in your code, ...

Machine Learning with AWS

Use artificial intelligence and machine learning on AWS to create engaging applications Key Features • Explore popular AI and ML services with their underlying algorithms • Use the AWS environment ...

Pattern Recognition and Machine Learning高清pdf

The dramatic growth in practical applications for machine learning over the last ten years has been accompanied by many important developments in the underlying algorithms and techniques. For example,...

understanding machine learning theory-algorithms

1.2 When Do We Need Machine Learning? 21 1.3 Types of Learning 22 1.4 Relations to Other Fields 24 1.5 How to Read This Book 25 1.5.1 Possible Course Plans Based on This Book 26 1.6 Notation 27 Part I...

基于Python+pytorch的图像处理+附完整代码图像处理，能够轻松实现图像的读取、显示、裁剪等还有机器学习等操作

Python+PyTorch：图像处理界的“瑞士军刀” 在图像处理这个充满魔法的世界里，Python和PyTorch这对黄金搭档，就像一位技艺高超的魔法师和一把无所不能的“瑞士军刀”，总能轻松解决各种看似棘手的难题。它们以高效、灵活和强大的特性，引领着图像处理技术的发展潮流，让无数开发者为之倾倒。Python，这位优雅的魔法师，以其简洁易懂的语法和丰富的库资源，赢得了广大开发者喜爱。无论是数据处理、机器学习还是深度学习，Python都能轻松应对，展现出其无与伦比的魅力。在图像处理领域，Python更是如鱼得水，通过OpenCV、PIL等库，能够轻松实现图像的读取、显示、裁剪、缩放、滤波等操作，让图像在指尖起舞。而PyTorch，这把图像处理界的“瑞士军刀”，则以其灵活性和易用性，成为深度学习领域的翘楚。它拥有强大的自动求导功能，能够轻松构建和训练复杂的神经网络模型。在图像处理中，PyTorch能够助力开发者构建出各种高效的图像识别、分割、生成等模型，让图像焕发出新的生机。想象一下，当你掌握了Python和PyTorch这对黄金搭档，就如同掌握了一把魔法杖和一把瑞士军刀。必然大可作为

python大作业 含爬虫、数据可视化、地图、报告、及源码（2016-2021全国各地区粮食产量）.rar

（含源码及报告）本程序分析了自2016年到2021年（外加）每年我国原油加工的产量，并且分析了2020年全国各地区原油加工量等，含饼状图，柱状图，折线图，数据在地图上显示。运行本程序需要requests、bs4、csv、pandas、matplotlib、pyecharts库的支持，如果缺少某库请自行安装后再运行。文件含6个excel表，若干个csv文件以及一个名字为render的html文件（需要用浏览器打开），直观的数据处理部分是图片以及html文件，可在地图中显示，数据处理的是excel文件。不懂可以扫文件中二维码在QQ里面问。