数据挖掘中的聚类分析 Coursera 数据挖掘：数据挖掘中的聚类分析

Coursera上斯坦福大学的机器学习编程作业验证集.7z

coursera吴恩达机器学习课程作业自写Python版本+Matlab原版

资源包含Coursera无人驾驶课程PPT课件及阅读资料。 B站课程视频地址为：https://www.bilibili.com/video/BV1WE411D74g?p=1。 课程笔记地址为：https://blog.csdn.net/cg129054036/article/details/110008047

svm算法手写matlab代码 机器学习| Coursera | 用Python实现 该存储库包含斯坦福大学创建的Andrew Ng在Coursera上的机器学习课程的某些编程作业的Python实现。 使用的工具 - python==3.7.3 - numpy==1.16.4 - matplotlib==3.1.0 - scipy==1.2.1 - jupyter==1.0.0 - jupyter-client==5.3.1 使用数据 数据集作为“课程作业”部分下的课程资料提供。 练习报告 查看解决方案报告和特定作业的代码（Google合作实验室链接）- 编程练习1： 在本练习中，您将实现线性回归并了解它如何在现实世界的数据集上工作。 编程练习2： 在本练习中，您将实现逻辑回归并将其应用于两个不同的数据集。 编程练习3： 在本练习中，您将实现神经网络对所有逻辑回归和前馈传播的识别，以识别手写数字。 编程练习4： 在本练习中，您将为神经网络实现反向传播算法，并将其应用于手写数字识别任务。 编程练习5： 在本练习中，您将实现正则化线性回归和多项式回归，并将其用于研究具有不同偏差方差属性的模

svm算法手写matlab代码机器学习课程 为期12周的课程广泛介绍了机器学习，数据挖掘和统计模式识别。 主题包括： 有监督的学习（参数/非参数算法，支持向量机，内核，神经网络）。 无监督学习（聚类，降维，推荐系统，深度学习）。 机器学习的最佳实践（偏差/方差理论；机器学习和AI的创新过程）。 该课程还从众多案例研究和应用中汲取了灵感，可以在其中学习如何将学习算法应用于构建智能机器人（感知，控制），文本理解（网页搜索，反垃圾邮件），计算机视觉，医学信息学，音频，数据库挖掘等领域。 以下分配是在Matlab / Octave中完成的。 例1-线性回归 预测食品卡车的利润（一个可变问题） 假设您是一家餐饮连锁店的首席执行官，并且正在考虑将不同的城市开设新的门店。 该连锁店已经在各个城市开了卡车，您可以获得城市的利润和人口数据。 预测房屋价格（多变量问题） 假设您正在出售房屋，并且想知道一个好的市场价格。 一种方法是首先收集有关最近出售的房屋的信息，并建立房屋价格模型。 文件ex1data2.txt包含俄勒冈州波特兰市的一套住房价格培训。 第一栏是房屋的大小（以平方英尺为单位），第二栏是卧室

本资料为不加密视频(个别课程有特别说明时，内含文档或者相关源码等)，建议保存到自己的网盘后，可以随时用电脑、手机观看或者下载。 店主为华中科技大学保研生，攻读人工智能领域的图像处理，也在学习deeplearning和machinelearning。 特别提醒：网盘内播放不支持字幕，请将视频下载后打开，自动显示中英文字幕，另外在播放器设置里可以调节字幕文字颜色大小位置等，方便字幕遮挡笔记时调整。

数据结构与算法课程 加州大学圣地亚哥分校和美国国立研究大学高等经济学院开设了六门专业课程。 我对课程作业的解决方案。

最新（2013年春）一期的Coursera 机器学习课程 Machine Learning Andrew Ng Stanford 课程项目（答案）合集 Stanford这个的课程的核心就在于他的课程项目，全部是是现实实例的应用，绝对经典。自己动手做一做绝对对自己的实力的提升有很大的帮助。也感叹国内类似课程和国外的差距。可能他每周的课程项目在国内也就一学期的项目。 这里是项目的答案，是我自己在学习的过程中做的。请大家谨慎参考。这些答案都通过了课程的验证并且拿到了满分，所以虽然不敢说是最优解，但在正确性上还是有保证的。不包含答案的部分也在我的分享资源里面。 因为是原创，所以我想下载给5分是值得的，但是依然希望大家谨慎下载，毕竟只有自己亲自编程才会有收获，看别人的永远是别人的。

已通过submission，是学习k-means、PCA很好的教程。