推荐使用python,本节略。
吴恩达《机器学习》课程总结（5）Octave教程
2018-07-01
1921
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《
阿里云开发者社区用户服务协议》和
《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写
侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介：
推荐使用python,本节略。
相关文章
|
7月前
|
机器学习/深度学习
数据采集
算法
|
3月前
|
机器学习/深度学习
算法
数据挖掘
从菜鸟到大师：Scikit-learn库实战教程，模型训练、评估、选择一网打尽！
【9月更文挑战第13天】在数据科学与机器学习领域，Scikit-learn是不可或缺的工具。本文通过问答形式，指导初学者从零开始使用Scikit-learn进行模型训练、评估与选择。首先介绍了如何安装库、预处理数据并训练模型；接着展示了如何利用多种评估指标确保模型性能；最后通过GridSearchCV演示了系统化的参数调优方法。通过这些实战技巧，帮助读者逐步成长为熟练的数据科学家。
140
3
3
|
7月前
|
机器学习/深度学习
人工智能
运维
【人工智能技术专题】「入门到精通系列教程」打好AI基础带你进军人工智能领域的全流程技术体系（机器学习知识导论）（二）
【人工智能技术专题】「入门到精通系列教程」打好AI基础带你进军人工智能领域的全流程技术体系（机器学习知识导论）
311
1
1
|
7月前
|
机器学习/深度学习
人工智能
自然语言处理
【人工智能技术专题】「入门到精通系列教程」打好AI基础带你进军人工智能领域的全流程技术体系（机器学习知识导论）（一）
【人工智能技术专题】「入门到精通系列教程」打好AI基础带你进军人工智能领域的全流程技术体系（机器学习知识导论）
389
1
1
|
4月前
|
机器学习/深度学习
数据采集
人工智能
【机器学习】klearn基础教程
scikit-learn（通常缩写为sklearn）是一个用于Python编程语言的强大机器学习库。它提供了各种分类、回归、聚类算法，以及数据预处理、降维和模型评估的工具。以下是sklearn的基础教程，帮助你开始使用它
30
3
3
|
4月前
|
机器学习/深度学习
算法
Python
【绝技揭秘】Andrew Ng 机器学习课程第十周：解锁梯度下降的神秘力量，带你飞速征服数据山峰！
【8月更文挑战第16天】Andrew Ng 的机器学习课程是学习该领域的经典资源。第十周聚焦于优化梯度下降算法以提升效率。课程涵盖不同类型的梯度下降（批量、随机及小批量）及其应用场景，介绍如何选择合适的批量大小和学习率调整策略。还介绍了动量法、RMSProp 和 Adam 优化器等高级技巧，这些方法能有效加速收敛并改善模型性能。通过实践案例展示如何使用 Python 和 NumPy 实现小批量梯度下降。
45
1
1
|
6月前
|
机器学习/深度学习
人工智能
自然语言处理
算法金 | 吴恩达：机器学习的六个核心算法！
吴恩达教授在《The Batch》周报中介绍了机器学习领域的六个基础算法：线性回归、逻辑回归、梯度下降、神经网络、决策树和k均值聚类。这些算法是现代AI的基石，涵盖了从简单的统计建模到复杂的深度学习。线性回归用于连续变量预测，逻辑回归用于二分类，梯度下降用于优化模型参数，神经网络处理非线性关系，决策树提供直观的分类规则，而k均值聚类则用于无监督学习中的数据分组。这些算法各有优缺点，广泛应用于经济学、金融、医学、市场营销等多个领域。通过不断学习和实践，我们可以更好地掌握这些工具，发掘智能的乐趣。
124
1
1
|
6月前
|
机器学习/深度学习
数据采集
自然语言处理
|
7月前
|
机器学习/深度学习
数据采集
人工智能
机器学习之sklearn基础教程
【5月更文挑战第9天】Sklearn是Python热门机器学习库，提供丰富算法和预处理工具。本文深入讲解基础概念、核心理论、常见问题及解决策略。内容涵盖模型选择与训练、预处理、交叉验证、分类回归、模型评估、数据集划分、正则化、编码分类变量、特征选择与降维、集成学习、超参数调优、模型评估、保存加载及模型解释。学习Sklearn是迈入机器学习领域的关键。
138
3
3
|
7月前
|
机器学习/深度学习
监控
算法
热门文章
最新文章
1
SLS机器学习最佳实战：批量时序异常检测
2
【GTC 22】通过 PAI-Blade 更方便、更鲁棒地使用 TensorRT
3
数据驱动！精细化运营！用机器学习做客户生命周期与价值预估！⛵
4
机器学习第11天：降维
5
深度学习500问——Chapter02：机器学习基础（5）
6
Coursera 吴恩达Machine Learning(机器学习)课程 |第五周测验答案(仅供参考)
7
模式识别与机器学习(作业3)
8
机器学习-异常检测算法（二）：Local Outlier Factor
9
机器学习-特征选择：如何使用递归特征消除算法自动筛选出最优特征？
10
Python3入门机器学习 - 模型泛化