这个讲义,你配合CS229的课程来看,效果简直不要太好。不过得提前说一声,数学基础得扎实点,不然可能会有点吃力。我每次看这个讲义,都有种找到了“西瓜书”源头的感觉,哈哈,你们懂的,就是那种感觉,好像“西瓜书”就是从这讲义里变出来的。 这个讲义是由大牛吴恩达和Tengyu Ma(马腾宇)在2023年6月11日整理撰写的,含...
斯坦福 CS229 机器学习讲义中文版 1-5 下载积分: 540 内容提示: CS229 Lecture notesAndrew Ng监督式学习让我们开始先讨论几个关于监督式学习的问题。假设我们有一组数据集是波特兰,俄勒冈州的 47 所房子的面积以及对应的价格我们可以在坐标图中画出这些数据:给出这些数据,怎么样我们才能用一个关于房子面积的...
cs229课程讲义和中learnin中文翻译notes.pdf,CS229 Lecture notes 原作者:Andrew Ng (吴恩达) 翻译:CycleUser Part VI 学习理论 (Learning Theory) 1 偏差/方差的权衡 (Bias/variance tradeoff ) 在讲线性回归的时候,我们讨论过这样的问题:拟合数据的时 候,选
cs229课程讲义和中learningthem中文翻译1.pdf,CS229 Lecture notes 原作者:Andrew Ng ( ),翻译:CylcerUser 1 因子分析(Factor analysis) 如果有一个 模型混合(a mixture of several Gaussians )而来的数据集x ∈ R ,那 就可以用期望 最大化算法(EM algorithm )来
cs229课程讲义和中文笔记中文翻译notes8.pdf,CS229 Lecture notes 原作者:Andrew Ng (吴恩达) 翻译:CycleUser Part IX 期望最大化算法(EM algorithm) 在前面的若干讲义中,我们已经讲过了期望最大化算法(EM algorithm),使用场景是对一个高斯混合模型进行拟合 (fitti
CS229Lecture原作者:AndrewNg()Part独立成分分析(IndependentComponentsysis) ysis,缩写为ICA)。这个方法和主成分分还是先用“鸡尾酒会问题(cockalparyprobem)”为例。在一个聚会场合中,有n个人同时说话,而屋子里的任意一个话筒录制到底都只是叠加在一起的这n个人。但如果假设我们也有n个不同的话筒安装在屋子里,...
CS229 Lecture notes 原作者:Andrew Ng (吴恩达) 翻译:CycleUser Part V 支持向量机 (Support Vector Machines) 本章的讲义主要讲述的是 支持向量机( Support Vector Machine ,缩写为 SVM) 学习算法。SVM 算得上是现有的 最好的现成的(“off-the-shelf”)监督学习算法之一,很多人实 际上认为这里没有“之一...
CS229 Lecture notes Andrew Ng Mixtures of Gaussians and the EM algorithm In this set of notes,we discuss the EM(Expectation-Maximization) for den-sity estimation. Suppose that we are given a training set {x(1) , . . . ,x(m)} as usual. Since we are in the unsupervised learning sett...
斯坦福大学的CS229课程的讲义 pdf下载: cs229.stanford.edu/main_notes.pdf 由吴恩达和Tengyu Ma (马腾宇) 于2023年6月11日整理撰写。内容涵盖了监督学习、无监督学习、深度学习、强化学习等多个机器学习领...
斯坦福 CS228 概率图模型中文讲义 六、变量消除 六、变量消除 原文:Variable elimination 译者:飞龙 协议:CC BY-NC-SA 4.0 赋值 概率分布 运行时间 cs229 斯坦福机器学习笔记(一)-- 入门与LR模型 料,A 数据 机器学习 线性回归 迭代 线性代数 iostat与dd测试差异 @为什么需要TDD测试? 0,记住,我们的程序代...