【乾貨分享】吳恩達老師的視訊教程

【學習筆記】吳恩達老師第一週程式設計大作業總結

Logistic Regression with a Neural Network mindset 用神經網路的思想來實現Logistic迴歸 學習目標 構建深度學習演算法的基本結構，包括：       初始化引數     &

【學習筆記】吳恩達老師《深度學習工程師》五

第五課 導數 這一節，吳老師用很好理解的方式介紹了導數，對於中國學生來說導數沒有問題，老師講解的方式很新穎。 首先假設f(a)=3a,當a取2，f（a）=6,；這時稍微增大一下a的值，比如取2.001，此時f（a）=6.003，可見a增大0.001，f（a）增大0.003，是a增量的3倍，這

【學習筆記】吳恩達老師《深度學習工程師》四

第三課 logistic迴歸損失函式 我們想使用sigmoid函式，將我們的輸出結果介於0~1之間，那麼我們就需要一個引數w，乘以我們的輸入x，然後累加，從而實現我們的想法。 如果我們某次的輸出結果為,預期的輸出結果為，自然得我們渴望得到，那麼構建一個損失函式L，來衡量輸出結果即可。  

【學習筆記】吳恩達老師《深度學習工程師》三

二週目課程 第一課 二分分類 二分類問題，說白了就是結果只有兩種可能。老師以識別影象中是否為貓作為舉例，首先講解了神經網路中常用的符號規定。 當給我們一幅圖： 我們需要得到的結果是，圖片中是否是貓呢？顯然結果僅有兩種：是（1）和不是（0）。 那麼神經網路是如何處理圖片呢？圖片

【深度學習】吳恩達網易公開課練習(class2 week1 task2 task3)

公開課 網易公開課 blog 校驗 過擬合 limit 函數 its cos 正則化 定義：正則化就是在計算損失函數時，在損失函數後添加權重相關的正則項。 作用：減少過擬合現象 正則化有多種，有L1範式，L2範式等。一種常用的正則化公式 \[J_{regularized}

【轉】吳恩達的視訊課程做成了文字版 ~~~

ML 機器學習課程地址： https://www.coursera.org/course/ml 筆記地址： http://www.ai-start.com/ml2014/ DL 深度學習課程地址： https://mooc.study.163.com/univer

【學習日記】吳恩達深度學習工程師微專業第一課：神經網路和深度學習

以下內容是我聽吳恩達深度學習微專業第一課做的學習筆記，主要是按自己的理解回答一些問題，並非全部出自課程內容。1. 什麼是神經網路？神經網路是諸多機器學習方法中的一種，受人類大腦工作方式的啟發而發明的。人類大腦的一個神經元通過多個樹突來接收來自不同神經元的訊號，接著細胞核處理訊

【轉】吳恩達新書《Machine Learning Yearning》翻譯連載_1

轉載 微信公眾號 “頂級程式設計師”  1. 為什麼要學習機器學習策略？ 機器學習眾多重要應用的基礎，包括搜尋引擎、垃圾郵件過濾、語音識別、商品推薦等。假設你或者你的團隊正在做機器學習應用專案，同時你想獲得快速進步。你可以從這本書中找到滿意的答案。 示例：建立一個識

【Coursera】吳恩達 deeplearning.ai 05.序列模型 第一週 迴圈序列模型 課程筆記

迴圈序列模型 為什麼選擇序列模型 在語音識別、音樂生成、情感分類、DNA序列分析、機器翻譯、視訊識別、命名實體識別等任務中，共同特點是輸入X和/或輸出Y都是序列。 數學符號 例如，對於命名實體識別的問題： 對於輸入序列，用 x&l

【Coursera】吳恩達 deeplearning.ai 04.卷積神經網路 第二週 深度卷積神經網路 課程筆記

深度卷積神經網路 2.1 為什麼要進行例項化 實際上，在計算機視覺任務中表現良好的神經網路框架，往往也適用於其他任務。 2.2 經典網路 LeNet-5 AlexNet VGG LeNet-5 主要針對灰度影象 隨著神經網路的加深

【學習筆記1】吳恩達_卷積神經網路_第一週卷積神經網路（1）

一、卷積神經網路 1.邊緣檢測 不同的語言中表示卷積的函式不同，在Python中為在tensorflow裡為 濾波器：垂直、水平邊緣檢測。 Sobel filter:其優點在於增加了中間一行元素的權重，即影象中間的畫素點提高，會使結果的魯棒（robust）性提高。

吳恩達老師機器學習筆記異常檢測（一）

明天就要開組會了，天天在辦公室划水都不知道講啥。。。 今天開始異常檢測的學習，同樣程式碼比較簡單一點 異常檢測的原理就是假設樣本的個特徵值都呈高斯分佈，選擇分佈較離散的樣本的作為異常值。這裡主要注意的是通過交叉驗證對閾值的選擇和F1score的應用。 原始資料： 程式碼如下：

吳恩達老師機器學習筆記主成分分析PCA

接著學習主成分分析，這個演算法在之前計量地理學的作業裡寫過，不過前者稍微囉嗦了一點。 原始二維資料： 放程式碼： load('ex7data1.mat'); [m n]=size(X); X=(X-mean(X))./std(X); sigma=1/m*(X'*X); % 求取協

吳恩達老師機器學習筆記K-means聚類演算法（二）

運用K-means聚類演算法進行影象壓縮 趁熱打鐵，修改之前的演算法來做第二個練習—影象壓縮 原始圖片如下： 程式碼如下： X =imread('bird.png'); % 讀取圖片 X =im2double(X); % unit8轉成double型別 [m,n,z]=size

吳恩達老師機器學習筆記K-means聚類演算法（一）

今天接著學習聚類演算法 以後堅決要八點之前起床學習！不要浪費每一個早晨。 K-means聚類演算法聚類過程如下： 原理基本就是先從樣本中隨機選擇聚類中心，計算樣本到聚類中心的距離，選擇樣本最近的中心作為該樣本的類別。最後某一類樣本的座標平均值作為新聚類中心的座標，如此往復。 原

吳恩達老師機器學習筆記SVM（二）

今天的部分是利用高斯核函式對分佈稍微複雜一點的資料進行分類 這裡的高斯核函式是構建新的特徵，該特徵是關於到其餘所有樣點的歐式距離。 下面放出程式碼： load('ex6data2.mat'); [m n]=size(X); f=zeros(m,m); a=0.005 for i=

吳恩達老師機器學習筆記SVM（一）

時隔好久沒有再拾起機器學習了，今日抽空接著學 今天是從最簡單的二維資料分類開始學習SVM~ （上圖為原始資料） SVM的代價函式 這裡套用以前logistic迴歸的模板改一下下。。 load('ex6data1.mat'); theta=rand(3,1); [

【乾貨分享】花坊類字型設計思路

今天帶給大家一波花坊類字型設計思路，希望可以幫打各位設計師小夥伴。 字型名稱：花兒花坊 行業：鮮花 創意思路：鮮花最能醉人，短暫的時光綻放自己最美的花樣，字型的視覺體現重點抓住美麗、自然、浪漫這幾個關鍵詞。 設計方法： 由於前幾篇都有詳細過程，此處就不再累贅重

【乾貨分享】用AI工具設計一款吸引人的字型效果

乾貨又來啦！今天教大家如何使用AI工具設計一款引人注目的字型效果，話不多說，我們直接開始！ 1、在AI畫布中使用鋼筆工具勾勒出字母的線條，如圖所示 2、使用橢圓工具畫一個小的正圓，並填充藍色漸變。 3、我們再複製一個小圓，並填充紫色漸變，使用混合工具分別在