svr吳恩達

1/6ページ

吳恩達新書英文版《機器學習思維》終於來啦!

點選關注 非同步圖書,置頂公眾號 每天與你分享 IT好書 技術乾貨 職場知識 ​ ​參與文末話題討論,每日贈送非同步圖書 ——非同步小編 Yann LeCun,深度學習三巨頭之一。他的著作《深度學習》,一經上市風靡全球。 最近,這位AI領域的傳奇大牛,接受了另一位大牛吳恩達的視訊專訪。在這次對話中, […]

吳恩達-深度學習筆記《卷積神經網路》

CNN的提出以及優勢 簡單卷積網路示例 池化層 其他 使用卷積的原因 相比標準神經網路,對於大量的輸入資料,卷積過程有效地減少了 CNN 的引數數量,原因有以下兩點: 1,引數共享(Parameter sharing):特徵檢測如果適用於圖片的某個區域,那麼它也可能適用於圖片的其他區域。即在卷積過程 […]

吳恩達機器學習 學習筆記 之 六 Logistic Regression —— 邏輯迴歸

6.1 Classification —— 分類 下面是分類問題的一些例子: 判斷一封電子郵件是否是垃圾郵件; 判斷一次金融交易是否是欺詐; 判斷一個腫瘤是惡性的還是良性的。 在所有這些問題中,我們需要預測的是一個變數y。我們將因變數(dependent variable)可能屬於的兩個類分別稱為負 […]

吳恩達 機器學習筆記七(lecture 7)(正則化Regularization)

正則化 Regularization 1、過擬合 overfitting eg1:線性迴歸 圖一:欠擬合,高偏差 圖三:過擬合,高方差(一般在變數很多的時候發生,這種時候訓練出的方程總能很好擬合訓練資料,但是對於新的樣本資料不能體現出很好的繁華能力) eg2:;邏輯迴歸 圖一:欠擬合,高偏差 圖三: […]

吳恩達 深度學習 程式設計作業(2-2)- Optimization Methods

吳恩達Coursera課程 DeepLearning.ai 程式設計作業系列,本文為《改善深層神經網路:超引數除錯、正則化以及優化 》部分的第二週“優化演算法”的課程作業,同時增加了一些輔助的測試函式。 另外,本節課程筆記在此:《 吳恩達Coursera深度學習課程 DeepLearning.ai […]