fbpx

github 專案介紹 – Ng_ML 將吳恩達的機器學習課程使用 Python 來實現

之前有介紹另一位開發者也做了同樣的事情-
閱讀筆記 – 使用 Python 實做吳恩達(Andrew Ng )機器學習課程 part 1

但是比對一下作者的名稱,應該是不同的開發者,看起來大家都比較喜歡使用 Python 來實作機器學習演算法

專案網址

Ng_ML

專案簡介

我在Coursera上完成了Andrew Ng /史丹佛大學的機器學習課程,但是我沒有使用課程提供的Matlab 樣板,而是在Python中從零開始實現了一切。

內容:

範例 1:線性回歸

有一個變數和多個變數。

範例2:邏輯回歸

包括正規化。

範例3:多類別分類和神經網絡

手寫數字識別,使用兩種不同的方法:一對一邏輯回歸,向前傳播預訓練的神經網絡(forward propagating a pre-trained neural network)。

範例4:神經網絡學習

建構和訓練神經網絡,包括反向傳播,並將其用於手寫數字辨識。

範例5:正規化線性回歸和偏差與方差

包括學習曲線和多項式回歸。

範例6:支持向量機器

6.1:在一些樣本 2D 資料集上展示scikit-learn SVM,其中包含線性和高斯核心(Gaussian kernels)。

6.2:使用自然語言處理和 scikit-learn SVM 構建電子郵件垃圾郵件分類器。

範例7:K-means聚類和主成分分析

7.1:構建 k 均值聚類演算法並將其用於圖像壓縮。

7.2:構建PCA演算法並將其用於圖像壓縮和視覺化。

範例8:異常檢測和推薦系統

8.1:使用多元高斯模型進行異常檢測。 精準,召回,F1得分。

8.2:建構推薦系統並用它來推薦電影。

相關線上課程

Soft & Share 工具市集

這是 Soft & Share 新推出的服務 – 工具市集,收集了一些軟體服務/工具的優惠方案,歡迎來逛逛!

 歡迎使用 e-mail 訂閱 Soft & Share 

發表迴響

這個網站採用 Akismet 服務減少垃圾留言。進一步瞭解 Akismet 如何處理網站訪客的留言資料

Powered by WordPress.com.

Up ↑

%d 位部落客按了讚: