机器学习在线:解析阿里云机器学习平台
电子书推荐
-
cs229 吴恩达 机器学习讲义汇总 评分:
斯坦福官网最新(2017)的吴恩达机器学习课程cs229讲义合集,包含所有的37个class note、discussion section note、Supplementary Notes,按照课程顺序合并、且自制跳转标签目录。
上传时间:2018-02 大小:11.47MB
- 35.15MB
吴恩达机器学习讲义
2019-08-03机器学习大佬吴恩达机器学习讲义,配合讲义可查看哔哩哔哩视频上的机器学习视频,收获满满
- 39.58MB
吴恩达机器学习CS229讲义译文
2018-07-28吴恩达机器学习CS229讲义译文,里面收集整理了吴恩达教授的在线课程CS229的讲义译文和一些对应课时的笔记
- 36.14MB
吴恩达机器学习课件
2018-02-07吴恩达机器学习课件 吴恩达机器学习课件 吴恩达机器学习课件
- 4.68MB
吴恩达斯坦福机器学习课程讲义完整中文版
2014-11-23吴恩达,Andrew Ng,华裔美国人。这是吴恩达斯坦福机器学习课程讲义完整中文版。
- 2.78MB
吴恩达机器学习讲义.zip
2020-05-23吴恩达机器学习 Topics include: supervised learning (generative/discriminative learning, parametric/non-parametric learning, neural networks, support vector machines); unsupervised learning (clustering, dimensionality reduction, kernel methods); learning theory (bias/variance tradeoffs; VC theory; large margins); reinforcement learning and adaptive control. The course will also discuss recent applications of machine learning, such as to robotic control, data mining, autonomous navigation, bioinformatics, speech recognition, and text and web data processing.
- 41.97MB
斯坦福机器学习公开课CS229讲义作业及matlab代码资料
2015-05-19个人整理 斯坦福公开课 机器学习CS229课程 较全讲义、作业和matlab代码。
- 96KB
stanford CS229 课程讲义
2016-03-08Andrew Ng 主讲 CS229 关于马尔科夫决策过程的课程讲义
- 54.25MB
CS229吴恩达机器学习完整版(打印版本)
2018-07-22该文档是cs229机器学习公开课的笔记,是我自己整理的一份打印版,并增加了目录,适合学习复习该课程的同学使用
- 763B
[网盘][转]Stanford Universtiy Machine LearningCS229(含学习笔记和原始讲义).2018_03_17
2018-03-17很好的ML入门资料-CS229课程,Stanford Universtiy Machine LearningCS229(含学习笔记和原始讲义),很不错,分享给大家
- 2.31MB
斯坦福 CS229 机器学习讲义中文版 1~5
2017-01-26斯坦福 CS229 机器学习讲义中文版 1~5
- 8.11MB
斯坦福大学cs229机器学习课程原始讲义合集
2018-01-11斯坦福大学cs229机器学习所有课程原始讲义合集,包括基础知识,线性代数等复习知识,还有problem set.
- 2.0MB
CS229 Lecture notes
2018-10-30Generative Learning algorithms So far, we’ve mainly been talking about learning algorithms that model p(y|x; θ), the conditional distribution of y given x. For instance, logistic regression modeled p(y|x; θ) as h(x) = g(θT x) where g is the sigmoid func- tion. In these notes, we’ll talk about a different type of learning algorithm.
- 9.22MB
CS229所有讲义+作业+作业讲解
2018-02-08Andrew Ng教授的机器学习课程cs229对应的上课讲义,作业,以及作业讲解
- 35.15MB
机器学习讲义-斯坦福-吴恩达
2018-07-03吴恩达机器学习2012版原始讲义。 本门课程是 Coursera 上的第一门课,也是吴恩达(Andrew Ng)老师的经典之作。 http://study.163.com/course/courseMain.htm?courseId=1004570029
- 4.68MB
吴恩达Andrew Ng机器学习中文讲义
2015-05-12吴恩达Andrew Ng机器学习中文讲义,仅供学习交流,勿用作商业盈利,否则后果自负
- 6.63MB
cs229原版课件
2016-12-27Andrew Ng机器学习系列课程---cs229原版讲授课件及课后作业
- 6.18MB
cs229的所有纸质资料
2017-12-06把cs229的所有纸质资料整理成一本书,总共300多页,包括note课后习题和补充资料 详见http://cs229.stanford.edu/syllabus.html
- 54.91MB
【机器学习学习资料】斯坦福大学CS229机器学习课程(代码+数据).zip
2022-03-07【机器学习学习资料】斯坦福大学CS229机器学习课程(代码+数据).zip
- 5.30MB
cs229 2017 作业答案
2018-03-21cs229 机器学习
- 2.2MB
cs229原版讲义
2017-11-07吴恩达斯坦福公开课CS229 Machine Learning原版讲义,高清
- 1.89MB
斯坦福-CS229机器学习原版讲义
2018-02-12个人认为,讲义还是要看原版(英文)的,这样能避免翻译不当带来的麻烦,也能积累机器学习相关的英文词汇。
- 5.63MB
斯坦福大学机器学习公开课CS229中文笔记
2016-03-28本资源是2008年Andrew Ng斯坦福机器学习公开课ML中文笔记的pdf版。 原作者blog地址:http://blog.csdn.net/stdcoutzyx。资源中包含1-15的课程内容。 感谢原作者的贡献。
- 6.71MB
CS229课程讲义及作业-Andrew Ng
2017-11-21CS229课程讲义及作业-Andrew NgCS229课程讲义及作业-Andrew NgCS229课程讲义及作业-Andrew NgCS229课程讲义及作业-Andrew Ng
- 11.40MB
cs229d 斯坦福大学机器学习课程个人笔记完整版
2016-03-26cs229d 斯坦福大学机器学习课程个人笔记完整版。希望对大家有帮助
- 348B
[网盘][转]Stanford Universtiy Machine LearningCS229(含学习笔记和原始讲义)
2018-03-21很好的ML入门资料-CS229课程,Stanford Universtiy Machine LearningCS229(含学习笔记和原始讲义),很不错,分享给大家
- 1.95MB
ChatGPT教程(终极版)最全整理
2023-05-16这是一篇动了某些人利益的良心教程。 这是一篇姗姗来迟的ChatGPT教程。 纯小白关于ChatGPT入门,你看我这篇文章就够了。 如果你已经用上了ChatGPT,更要恭喜你挖到宝藏,后面的高级技巧一定能让你有收获。 文章包含以下内容: 一、ChatGPT是啥?有什么用; 二、ChatGPT如何注册; 三、ChatGPT使用方法; 四、用ChatGPT搞钱; 五、高级技巧;
- 58KB
博客中Kmeans以及FCM算法数据(免积分)
2023-05-16博客中Kmeans以及FCM算法的数据,包括IRIS鸢尾花数据集、Wine葡萄酒数据集、Seed小麦种子数据集、glass数据集、WDBD乳腺癌数据集,下载在直接存入项目文件夹即可,如果下载不了,可以私信我,看到后会及时回复。
- 1.25MB
hugging face的models-openai-clip-vit-large-patch14文件夹
2023-10-25用于无法访问hugging face并需要运行stable-diffusion-webui时使用
- 10KB
神经网络回归预测--气温数据集
2021-11-26神经网络回归预测--气温数据集
- 1.87MB
XGBoost+LightGBM+LSTM-光伏发电量预测
2022-12-24包含比赛代码、数据、训练后的神经网络模型等。 在分析光伏发电原理的基础上,论证了辐照度、光伏板工作温度等影响光伏输出功率的因素,通过实时监测的光伏板运行状态参数和气象参数建立预测模型,预估光伏电站瞬时发电量,根据光伏电站DCS系统提供的实际发电量数据进行对比分析,验证模型的实际应用价值。 1 数据探索与数据预处理 1.1 赛题回顾 1.2 数据探索性分析与异常值处理 1.3 相关性分析 2 特征工程 2.1 光伏发电领域特征 2.2 高阶环境特征 3 模型构建与调试 3.1 预测模型整体结构 3.2 基于LightGBM与XGBoost的构建与调试 3.3 基于LSTM的模型构建与调试 3.4 模型融合与总结 4 总结与展望 参考文献