Coursera-吳恩達-機器學習-第六週-測驗-Machine Learning System Design
說實話，這一次的測驗對我還是有一點難度的，為了刷到100分，刷了7次（哭）。
無奈，第2道和第4道題總是出錯，後來終於找到錯誤的地方，錯誤原因是思維定式，沒有動腦和審題正確。
這兩道題細節會在下面做出講解。
第二題分析：題意問，使用大量的資料，在哪兩種情況時會有好的表現？
B選項，演算法中有很多feature，需要大量的資料進行訓練，故正確。
C選項，feature中有能預測正確的充足的資訊。故正確。
C選項可以理解為，我們可以有很多feature，但是我們需要的是有用的feature（包含了充足的資訊，以致於我們能夠預測正確）。
第四題分析：題意是對垃圾郵件進行分類，有99%不是垃圾郵件（y=0），1%是垃圾郵件（y=1）。
畫出 skewed data 的 error metrics，問題就明朗了。
相關推薦
Coursera-吳恩達-機器學習-第六週-測驗-Machine Learning System Design
說實話，這一次的測驗對我還是有一點難度的，為了刷到100分，刷了7次（哭）。 無奈，第2道和第4道題總是出錯，後來終於找到錯誤的地方，錯誤原因是思維定式，沒有動腦和審題正確。 這兩道題細節會在下面做出講解。 第二題分析：題意問，使用大量的資料，在哪兩種情況時
Coursera-吳恩達-機器學習-第六週-程式設計作業: Regularized Linear Regression and Bias/Variance
本次文章內容： Coursera吳恩達機器學習課程，第六週程式設計作業。程式語言是Matlab。 學習演算法分兩部分進行理解，第一部分是根據code對演算法進行綜述，第二部分是程式碼。 0 Introduction 在這個練習中，應用regularized linea
Coursera-吳恩達-機器學習-第七週-測驗-Support Vector Machines
忘記截圖了，做了二次的，有點繞這裡，慢點想就好了。 正確選項是，It would be reasonable to try increasing C. It would also be reasonable to try decreasing σ2. &n
Coursera-吳恩達-機器學習-第十週-測驗-Large Scale Machine Learning
本片文章內容： Coursera吳恩達機器學習課程，第十週 Large Scale Machine Learning 部分的測驗，題目及答案截圖。 1.cost increase ，說明資料diverge。減小learning rate。 stochastic不需要每步都是減
Coursera-吳恩達-機器學習-第八週-測驗-Principal Component Analysis
本片文章內容： Coursera吳恩達機器學習課程，第八週的測驗，題目及答案截圖。
Coursera-吳恩達-機器學習-第七週-程式設計作業: Support Vector Machines
本次文章內容： Coursera吳恩達機器學習課程，第七週程式設計作業。程式語言是Matlab。 本文只是從程式碼結構上做的小筆記，更復雜的推導不在這裡。演算法分兩部分進行理解，第一部分是根據code對演算法進行綜述，第二部分是程式碼。 本次作業分兩個part，第一個是using SVM，第
機器學習 | 吳恩達機器學習第六週學習筆記
課程視訊連結 第六週PPT 下載密碼:zgkq 本週主要講解了如何設計機器學習系統和如何改進機器學習系統，包括一些模型選擇的方法，模型效能的評價指標，模型改進的方法等。 目錄 一、應用機器學習建議 1.決定下一步做什麼 2.評估假設函式 3.模型選擇和訓練、驗
機器學習 | 吳恩達機器學習第六週程式設計作業(Python版）
實驗指導書 下載密碼:4t4y 本篇部落格主要講解，吳恩達機器學習第六週的程式設計作業，作業內容主要是實現一個正則化的線性迴歸演算法，涉及本週講的模型選擇問題，繪製學習曲線判斷高偏差/高方差問題。原始實驗使用Matlab實現，本篇部落格提供Python版本。 目錄 1.實驗包
Coursera-吳恩達-機器學習-第九周-測驗-Recommender Systems
本片文章內容： Coursera吳恩達機器學習課程，第九周Recommender Systems部分的測驗，題目及答案截圖。 注：區分迴歸的預測和collaborative filtering預測的區別，後者涉及到一些分類。 注：可以結合不同的trai
Coursera-吳恩達-機器學習-第八週-程式設計作業: K-Means Clustering and PCA
本次文章內容： Coursera吳恩達機器學習課程，第八週程式設計作業。程式語言是Matlab。 本文只是從程式碼結構上做的小筆記，更復雜的推導不在這裡。演算法分兩部分進行理解，第一部分是根據code對演算法進行綜述，第二部分是程式碼。 本次作業分兩個part，第一個是K-Means Clu
Coursera-吳恩達-機器學習-第五週-程式設計作業: Neural Networks Learning
本次文章內容： Coursera吳恩達機器學習課程，第五週程式設計作業。程式語言是Matlab。 學習演算法分兩部分進行理解，第一部分是根據code對演算法進行綜述，第二部分是程式碼。 0 Introduction 在這個練習中，將應用 backpropagation
Coursera吳恩達機器學習課程第一週測驗2（單變數線性迴歸）
Machine Learning Week 1 Quiz 2 (Linear Regression with One Variable) Stanford Coursera Question 1 Consider the problem of predi
Coursera-吳恩達-機器學習-第十一週-測驗-Application: Photo OCR
本片文章內容： Coursera吳恩達機器學習課程，第十一週 Application: Photo OCR 部分的測驗，題目及答案截圖。 1000*1000，每次移動2畫素，總共是500*500=250000次，兩個視窗是500000次。 &nb
Coursera-吳恩達-機器學習-第九周-程式設計作業-Anomaly Detection and Recommender Systems
本次文章內容： Coursera吳恩達機器學習課程，第九周程式設計作業。程式語言是Matlab。 本文只是從程式碼結構上做的小筆記。 Anomaly Detection part 0 Initialization Part 1: Load Example
吳恩達 機器學習 第三週
轉載https://www.cnblogs.com/LoganGo/p/8562575.html 一.邏輯迴歸問題（分類問題） 生活中存在著許多分類問題，如判斷郵件是否為垃圾郵件；判斷腫瘤是惡性還是良性等。機器學習中邏輯迴歸便是解決分類問題的一種方法。 二分類：通常表示為yϵ{0,1}
機器學習 | 吳恩達機器學習第三週程式設計作業(Python版)
實驗指導書 下載密碼:fja4 本篇部落格主要講解，吳恩達機器學習第三週的程式設計作業，作業內容主要是利用邏輯迴歸演算法(正則化)進行二分類。實驗的原始版本是用Matlab實現的，本篇部落格主要用Python來實現。 目錄 1.實驗包含的檔案 2.使用邏
機器學習 | 吳恩達機器學習第八週學習筆記
課程視訊連結 第八週PPT 下載密碼:qedd 上週主要講解了支援向量機SVM的原理包括優化目標、大間隔以及核函式等SVM核心內容，以及SVM的使用。本週主要講解經典的無監督聚類演算法k-means，包括k-means的優化目標，原理以及一些引數設定細節；和降維演算法PCA的原理，
機器學習 | 吳恩達機器學習第八週程式設計作業(Python版）
實驗指導書 下載密碼:higl 本篇部落格主要講解，吳恩達機器學習第八週的程式設計作業，主要包含KMeans實驗和PCA實驗兩部分。原始實驗使用Matlab實現，本篇部落格提供Python版本。 目錄 1.實驗包含的檔案 2.KMeans實驗 3.K-me
機器學習 | 吳恩達機器學習第七週程式設計作業(Python版)
實驗指導書 下載密碼:a15g 本篇部落格主要講解，吳恩達機器學習第七週的程式設計作業，包含兩個實驗，一是線性svm和帶有高斯核函式的svm的基本使用；二是利用svm進行垃圾郵件分類。原始實驗使用Matlab實現，本篇部落格提供Python版本。 目錄 1.
機器學習 | 吳恩達機器學習第七週學習筆記
課程視訊連結 第七週PPT 下載密碼:tmss 上週主要講解了如何設計機器學習系統和如何改進機器學習系統，包括一些模型選擇的方法，模型效能的評價指標，模型改進的方法等。本週主要講解支援向量機SVM的原理包括優化目標、大間隔以及核函式等SVM核心內容，以及SVM的使用。 &nbs