coursera上吴恩达的《machine learning》的所有大作业Code,仅供大家参考之用。
2022-02-13 18:57:24 28.96MB coursera 机器学习 吴恩达
1
Discrete_optimization_coursera 离散优化 Coursera 此文件夹包含主要用于 Coursera 上的离散优化课程的不同离散优化技术的实现。
2022-02-04 00:35:09 3.96MB Python
1
coursera的吴恩达的课编程练习所需的所需包和数据,可以方便学员自己在本地练习
2022-01-15 11:22:04 2KB coursera dnn_utils_v2
1
吴恩达老师的深度学习课程的第五部分——序列模型的课后作业,最后一周作业(包括课后的quiz和编程作业)都在里面,因为文件限制,只能分开上传。是搬运别人的资源,自己做了,感觉很不错。当时找资源时,各种痛苦,也受到了好心人的帮助,没有恶意抬高资源分数且内容全面。希望大家学习快乐~~
2022-01-09 23:38:38 209.52MB 吴恩达 深度学习 Coursera
1
吴恩达老师的深度学习课程的第五部分——序列模型的课后作业,前两周作业(包括课后的quiz和编程作业)都在里面,因为限制上传大小,所以分开上传。是搬运别人的资源,自己做了,感觉很不错。当时找资源时,各种痛苦,也受到了好心人的帮助,没有恶意抬高资源分数且内容全面。希望大家学习快乐~~
2022-01-09 23:36:30 149.1MB 吴恩达 深度学习 Coursera
1
Mathematics-for-Machine-Learning-Coursera:我对Coursera作业的回答
2022-01-01 07:45:23 31KB
1
神经网络实现分类matlab代码用于机器学习的神经网络 实现Geoffrey Hinton教授讲授的课程“神经网络机器学习”的项目。 作者:王健、唐少 贡献:用python代码代替本课程默认的matlab,得到每个项目的数值结果并回答问题。 编程作业 1:感知器学习算法 使用感知器学习算法对四个二类数据集进行分类。设置迭代次数等于5作为示例 数据集 1 的结果: 数据集2的结果: 数据集3的结果: 数据集4的结果: 左图显示了数据集和由感知器的权重给出的分类边界。 反例显示为圆圈,而正例显示为正方形。 如果示例为绿色,则表示该示例已按提供的权重正确分类。 如果它是红色的,那么它就被错误地分类了。 中间的图显示了迄今为止感知器算法在每次迭代中所犯的错误数量。 右图显示了到一些非常可行的权重向量的距离(如果提供了一个)(注意,这些权重向量可以有无数个)。 分类器出错的点显示为红色,而正确分类的点显示为绿色。 我们可以看到data1、data3可以线性分离,而data2和data4不能。
2021-12-30 11:13:08 45.61MB 系统开源
1
COURSERA学习成果认证研究以及对我国开放大学建设的启示.pdf
2021-12-28 21:03:12 1.49MB 开发认证 考试认证 技术认证 参考文献
coursera机器学习编程答案
2021-12-20 20:44:59 31.27MB coursera Andrew Ng
1