原创 吳恩達機器學習筆記（11）——無監督學習與K-Means算法
一、無監督學習 無監督學習與監督式學習相反，數據並不帶有任何標籤。算法要找到隱含在數據中的結構。比如將數據分爲簇狀的，就被稱爲聚類算法（clustering），這是一個典型的無監督學習算法。 聚類算法可以用於： 市場劃分 社會關
2020-07-07 22:37:47
原创 Kaggle課程（三）Intermediate Machine Learning
一、Missing Values 1.set up import pandas as pd from sklearn.model_selection import train_test_split # Read the data
2020-07-07 22:37:47
1
原创 kaggle課程（二）Intro to Machine Learning
一、Your First Machine Learning Model # Code you have previously used to load data import pandas as pd # 加載數據 iowa_f
2020-07-07 22:37:47
1
原创 kaggle課程（一）python學習
布爾類型的變量可以直接做加減乘除法。python會隱式的進行整數轉換：eg.return (ketchup + mustard + onion) == 1 列表中的最後一個數可以用-1來索引；planets[0:3] 表示第一個
2020-07-07 22:37:47
原创 Kaggle課程（四）Data Visualization
一、折線圖Line charts 1、創建環境 import pandas as pd pd.plotting.register_matplotlib_converters() import matplotlib.pyplot a
2020-07-07 22:37:47
原创 kaggle課程（五）Panda
一、基礎學習creating, reading and writing 1. Creating pandas有兩個主要的對象：DataFrame和Series. DataFrame： import pandas as pd pd.
2020-07-07 22:37:47
原创 吳恩達深度學習筆記02——改善深層神經網絡3超參數調試
一、超參數調試處理 1、重要程度排序 目前已經講到過的超參數中，重要程度依次是： 最重要： 學習率 α； 其次重要： β：動量衰減參數，常設置爲 0.9； #hidden units：各隱藏層神經元個數； mini-bat
2020-07-07 22:37:47
原创 吳恩達深度學習筆記02——改善深層神經網絡1深度學習的實用層面
一、數據劃分：訓練 / 驗證 / 測試集 應用深度學習是一個典型的迭代過程。 對於一個需要解決的問題的樣本數據，在建立模型的過程中，數據會被劃分爲以下幾個部分： 訓練集（train set）：用訓練集對算法或模型進行訓練過程；
2020-07-07 22:37:47
原创 吳恩達深度學習筆記05——序列模型1循環序列模型
自然語言和音頻都是前後相互關聯的數據，對於這些序列數據需要使用循環神經網絡（Recurrent Neural Network，RNN）來進行處理。 使用 RNN 實現的應用包括下圖中所示： 一、數學符號 對於一個序列數據 x，用
2020-02-23 12:44:01
原创 吳恩達深度學習筆記04——卷積神經網絡3目標檢測
原文鏈接：https://kyonhuang.top/Andrew-Ng-Deep-Learning-notes/#/ 目標檢測是計算機視覺領域中一個新興的應用方向，其任務是對輸入圖像進
2019-10-26 05:00:53
原创 吳恩達深度學習筆記04——卷積神經網絡4特殊應用
原文鏈接：https://kyonhuang.top/Andrew-Ng-Deep-Learning-notes/#/ 一、人臉識別 人臉驗證（Face Verification）和人臉
2019-10-26 05:00:53
原创 吳恩達深度學習筆記04——卷積神經網絡2深度卷積網絡：實例探究
原文鏈接：https://kyonhuang.top/Andrew-Ng-Deep-Learning-notes/#/ 這期會講解一些經典實例，包括： LeNet-5 AlexNet
2019-10-26 05:00:53
原创 吳恩達深度學習筆記04——卷積神經網絡1
原文鏈接：https://kyonhuang.top/Andrew-Ng-Deep-Learning-notes/#/Convolutional_Neural_Networks/%E5%8D%B7%
2019-10-26 05:00:53
原创 吳恩達深度學習筆記03——結構化機器學習項目2
原文鏈接：https://kyonhuang.top/Andrew-Ng-Deep-Learning-notes/#/ 一、錯誤分析 通過人工檢查機器學習模型得出的結果中出現的一些錯誤，
2019-09-16 03:36:58
原创 吳恩達深度學習筆記03——結構化機器學習項目1
對於一個已經被構建好且產生初步結果的機器學習系統，爲了能使結果更令人滿意，往往還要進行大量的改進。鑑於之前的課程介紹了多種改進的方法，例如收集更多數據、調試超參數、調整神經網絡的大小或結構、採用不同的優化算法、進行正則化等等，我們
2019-08-29 04:15:41