位置: IT常识 - 正文

【机器学习】python实现吴恩达机器学习作业合集(含数据集)

编辑:rootadmin
【机器学习】python实现吴恩达机器学习作业合集(含数据集)

推荐整理分享【机器学习】python实现吴恩达机器学习作业合集(含数据集),希望有所帮助,仅作参考,欢迎阅读内容。

文章相关热门搜索词:,内容如对您有帮助,希望把文章链接给更多的朋友!

学习感言:

从3.7第一天开始,到今天4.4,一个多月的时间,陆续完成了听课,代码实现和总结博客,过程些许艰难,作为一个刚入门的学习者,收获了很多。总结一下这一段时间的学习过程吧。后面的学习方向还在思考。

目录

1.0 线性回归预测

2.0 线性可分logistic逻辑回归

2.1 线性不可分logistic逻辑回归

3.0 logistic逻辑回归手写多分类问题

3.1 神经网络正向传播

4.0 神经网络反向传播(BP算法)

5.0 方差与偏差

6.0 SVM支持向量机

7.0 kmeans聚类

7.1 PCA主成分分析

8.0 异常检测

8.1 推荐系统(协同过滤算法)


作业涉及到的数据集:

之前的数据集过期了,重新更新

链接:https://pan.baidu.com/s/14gmrdWvIYopPWK_qsJHq5w?pwd=ifuf  提取码:ifuf

Ng课程大纲总结 

无监督学习

线性规划,逻辑回归,神经网络,SVM

无监督学习

K-means , PCA , 异常检测

应用【机器学习】python实现吴恩达机器学习作业合集(含数据集)

推荐系统,

大规模机器学习

映射化简和数据并行:

将我们的数据集分配给不多台 计算机,让每一台计算机处理数据集的一个子集,然后我们将计所的结果汇总在求和。这样 的方法叫做映射简化。如果任何学习算法能够表达为,对训练集的函数的求和,那么便能将这个任 务分配给多台计算机(或者同一台计算机的不同 CPU 核心),以达到加速处理的目的。

构建机器学习系统tips

方差/偏差 ,正则化

决定下一步做什么:

算法评估,学习曲线(判断高偏差/高方差问题),误差分析

上限分析:机器学习的应用中,我们通常需要通过几个步骤才能进行最终的预测,我们如何能够 知道哪一部分最值得我们花时间和精力去改善呢?这个问题可以通过上限分析来回答。

问题描述和流程图滑动窗口分类算法(CV)获取大量数据和人工数据以下是零碎:

现有的机器学习种类繁多,我们一般可以进行如下的分类标准:

是否在人类监督下学习(监督学习、非监督学习、半监督学习和强化学习)是否可以动态的增量学习(在线学习和批量学习)是简单的将新的数据点和已知的数据点进行匹配,还是像科学家那样对训练数据进行模型检测,然后建立一个预测模型(基于实例的学习和基于模型的学习) 一 、监督学习与无监督学习 监督学习(Supervised Learning):对于数据集中每一个样本都有对应的标签,包括回归(regression)和分类(classification);K近邻算法线性回归logistic回归支持向量机(SVM)决策树和随机森林神经网络无监督学习(Unsupervised Learning):数据集中没有任何的标签,包括聚类(clustering),著名的一个例子是鸡尾酒晚会。实现公式:[W,s,v] = svd((repmat(sum(x.*x,1),size(x,1),1).*x)*x’);聚类算法

K均值算法(K-means)基于密度的聚类方法(DBSCAN)最大期望算法可视化和降维

主成分分析(PCA)核主成分分析关联规则学习

AprioriEclat 异常检测半监督学习 有些算法可以处理部分标记的训练数据,通常是大量未标记的数据和少量标记的数据,这种成为半监督学习。

如照片识别就是很好的例子。在线相册可以指定识别同一个人的照片(无监督学习),当你把这些同一个人增加一个标签的后,新的有同一个人的照片就自动帮你加上标签了。

强化学习

强化学习,它的学习系统能够观测环境,做出选择,执行操作并获得回报,或者是以负面回报的形式获得惩罚。它必须自行学习什么是最好的策略,从而随着时间推移获得最大的回 

二、在线学习 

    如果你有一个由连续的用户流引发的连续的数据流,进入你的网站,你能做的是使用一个在线学习机制,从数据流中学习 用户的偏好,然后使用这些信息来优化一些关于网站的决策。

    在线学习算法指的是对数据流而非离线的静态数据集的学习。许多在线网站都有持续不断的用户流,对于每一个用户,网站希望能在不将数据存储到数据库中便顺利地进行算法学习。

在线学习:产品搜索界面   产品推荐 三、模型训练及选择(model selection)

可以依据训练误差和测试误差来评估假设hθ(x); 一般来说,我们将数据集划分成训练集(60%)、验证集(20%)和测试集(20%);

训练集

训练集用来训练模型,学习参数θ :minJ(θ);即确定模型的权重和偏置这些参数,通常我们称这些参数为学习参数。

验证集

验证集用于模型的选择,更具体地来说,验证集并不参与学习参数的确定,也就是验证集并没有参与梯度下降的过程。用训练集对模型训练完毕后,再用验证集对模型测试,测试模型是否准确而不是训练模型的参数。

测试集

测试集只使用一次,即在训练完成后评价最终的模型时使用。它既不参与学习参数过程,也不参数超参数选择过程,而仅仅使用于模型的评价。 不能在训练过程中使用测试集,而后再用相同的测试集去测试模型。这样做其实是一个cheat,使得模型测试时准确率很高。

四、模型优化

欠拟合,高偏差:说明没有很好的拟合训练数据 

过拟合,高方差:拟合训练数据过于完美,J(θ)≈0,导致模型的泛化能力很差,对于新样本不能准确预测

五、机器学习系统设计不对称分类的误差评估(skewed classes)

错误率:有多少比例的西瓜被判断错误;

查准率(precision):算法挑出来的西瓜中有多少比例是好西瓜;

查全率(recall):所有的好西瓜中有多少比例被算法跳了出来。

如果我们想要比较确信为正例时才判定为正例,那么提高阈值,模型会对应高查准率,低召回率;如果希望避免假阴性,那么降低阈值,模型会对应低查准率,高召回率六、高级优化算法:共轭梯度算法BFGSL-BFGS

        优点:无需人工选择参数α;运算速度比梯度下降更快 

        缺点:更加复杂

最后:放一下Ng的结语,激励自己继续前进吧~  感谢老师

本文链接地址:https://www.jiuchutong.com/zhishi/299421.html 转载请保留说明!

上一篇:朴素贝叶斯(Naive Bayes)详解(朴素贝叶斯算法)

下一篇:CV攻城狮入门VIT(vision transformer)之旅——VIT原理详解篇

  • 微信没有面容支付怎么设置(微信没有面容支付选项,怎么取消面容支付)

    微信没有面容支付怎么设置(微信没有面容支付选项,怎么取消面容支付)

  • apple watch怎么锁屏(apple watch怎么锁定屏幕方向)

    apple watch怎么锁屏(apple watch怎么锁定屏幕方向)

  • 笔记本打字为什么不出现汉字(笔记本打字为什么不能出现汉字)

    笔记本打字为什么不出现汉字(笔记本打字为什么不能出现汉字)

  • 电池显示维修什么情况(电池显示维修什么原因)

    电池显示维修什么情况(电池显示维修什么原因)

  • 为什么华为手机连不上wifi(为什么华为手机突然黑屏然后按开机键都不显示)

    为什么华为手机连不上wifi(为什么华为手机突然黑屏然后按开机键都不显示)

  • 手机用着用着就发烫怎么办(手机用着用着就重启怎么回事)

    手机用着用着就发烫怎么办(手机用着用着就重启怎么回事)

  • 华为手机怎么调节音量(华为手机怎么调屏幕待机时间)

    华为手机怎么调节音量(华为手机怎么调屏幕待机时间)

  • 光猫闪红灯连不上网(光猫显示红灯连接网不可用)

    光猫闪红灯连不上网(光猫显示红灯连接网不可用)

  • ios系统长期不更新(苹果系统太久不更新会怎么样)

    ios系统长期不更新(苹果系统太久不更新会怎么样)

  • 检查代理服务器和防火墙是什么意思(检查代理服务器和防火墙怎么弄啊)

    检查代理服务器和防火墙是什么意思(检查代理服务器和防火墙怎么弄啊)

  • 抖音审核中的视频能撤回吗(抖音审核中的视频怎么删除)

    抖音审核中的视频能撤回吗(抖音审核中的视频怎么删除)

  • 微信语音通话流量一小时大概多少(微信语音通话流量多少)

    微信语音通话流量一小时大概多少(微信语音通话流量多少)

  • 微信可以用什么注册(微信可以用什么名字)

    微信可以用什么注册(微信可以用什么名字)

  • 滴滴永久封号如何解除(滴滴司机永久封号有什么办法才能恢复)

    滴滴永久封号如何解除(滴滴司机永久封号有什么办法才能恢复)

  • 苹果xs支持多少瓦无线充(苹果xs支持多少瓦)

    苹果xs支持多少瓦无线充(苹果xs支持多少瓦)

  • word2019设计选项卡在哪里(word怎么调出设计选项)

    word2019设计选项卡在哪里(word怎么调出设计选项)

  • 三星a7应用分身怎么用(三星s7应用分身)

    三星a7应用分身怎么用(三星s7应用分身)

  • 小米8se是什么意思(小米8se 百度百科)

    小米8se是什么意思(小米8se 百度百科)

  • 苹果11pro max尺寸(苹果11pro max尺寸长宽多少厘米)

    苹果11pro max尺寸(苹果11pro max尺寸长宽多少厘米)

  • 腾达wifi怎么设置校园网(腾达wifi怎么设置穿墙模式)

    腾达wifi怎么设置校园网(腾达wifi怎么设置穿墙模式)

  • pos机域名解析失败怎么办(pos机域名解析失败原因)

    pos机域名解析失败怎么办(pos机域名解析失败原因)

  • koreader是什么(korea是什么牌子)

    koreader是什么(korea是什么牌子)

  • 一般税收协定是多少
  • 预付账款对方公式怎么算
  • 城市基础设施配套费减免
  • 个体户需要做利润分析吗
  • 携程代订住宿发票能作为差旅费报销吗
  • 电子记账凭证需要划线吗
  • 研发费用的社保怎么做
  • 医院的重要性
  • 发票限额是含税还是不含
  • 公司成立多久费用可进开办费
  • 个体工商户库存商品入账
  • 何为销项税额
  • 哪些票据可以抵扣个人所得税
  • 科研经费税收优惠
  • 多交税款退税怎么做账
  • 个人股权转让个税计算
  • 个税如何绑定新公司
  • 供应商是收款人还是付款人
  • 政府给企业的钱叫什么
  • 视同销售收入如何调整?
  • 支付装修款
  • 坏账准备和资产减值损失
  • msiexec.exe是什么进程介绍
  • 银行与银行之间转账会计摘要
  • 公司备用金属于夫妻财产吗
  • 电子税务局清算备案能撤销吗
  • 收到服务费的发票怎么做
  • 股份支付的特征是什么
  • 销售返利的形式有哪些
  • 制造费用属于期间费用期末一定无余额吗
  • 第二季度所得税怎么算
  • 谷歌插件下载网址
  • gpt 中文
  • hbuilderx安装教程视频
  • 目标检测数据集
  • 金融资产或金融负债满足下列条件之一
  • 培训机构给学员过生日文案
  • 技术服务型企业企业所得税率
  • 纳税人识别号的英文缩写
  • 人力资源投资收益
  • python frames
  • 税务新法规
  • 工地装饰工程包括哪些
  • 工程结算是含有增值税吗
  • 综合所得申报怎么补报上个月的
  • mysql8绿色版安装
  • 今年发放去年的工资怎么入账
  • 未达到起征点销售额写多少
  • 收回以前年度的应收账款较多能说明什么呢?
  • 公户转到老板私户要多久
  • 企业成本核算项目以及成本核算流程
  • 农民工专户里的钱能转出来吗
  • 以现金形式发工资的公司
  • 注册资金一般是多少
  • 公司注销帐务怎么处理
  • 租赁费计提印花税税率
  • 旧设备投资的账务处理
  • 新成立的公司工会经费免交一年吗
  • sqlserver表排序
  • mysql查询条件不区分大小写
  • mysql 索引的类型
  • win10怎么关闭右下角图标
  • w10专业版最新版本
  • win8系统安装WPS
  • centos怎么安装
  • w8系统怎么用
  • win10注册不了账号
  • jQuery+Ajax实现无刷新分页
  • perl写文件
  • unity3d特效教程
  • android获取位置信息
  • pyinstaller如何用
  • jquery使用jsonp
  • JavaScript中的this
  • jquery keydown
  • javascript基础入门视频教程
  • JavaScript lastIndexOf方法入门实例(计算指定字符在字符串中最后一次出现的位置)
  • 新道云软件介绍
  • 银行理财收入如何记账
  • 企业税务情况查询
  • 免责声明:网站部分图片文字素材来源于网络,如有侵权,请及时告知,我们会第一时间删除,谢谢! 邮箱:opceo@qq.com

    鄂ICP备2023003026号

    网站地图: 企业信息 工商信息 财税知识 网络常识 编程技术

    友情链接: 武汉网站建设