Публикации по теме 'andrew-ng'
Ортогонализация в машинном обучении
Ортогонализация в машинном обучении
Ортогонализация — это свойство конструкции системы, которое гарантирует, что изменение инструкции или компонента алгоритма не создаст и не распространит побочные эффекты на другие компоненты системы. Ортогонализация упрощает независимую проверку алгоритмов, тем самым сокращая время, необходимое для тестирования и разработки.
Одна из проблем при разработке систем машинного обучения заключается в том, что существует так много вещей, которые вы можете..
Мой опыт работы с курсом машинного обучения Эндрю Нг в качестве новичка
Вы начинаете свой путь в области машинного обучения? Я тоже как ты! Итак, вот честный обзор вводного курса, о котором вы, вероятно, слышали, проведенного Эндрю Нг на Coursera по машинному обучению.
Мой опыт программирования
Да, у меня есть некоторый — но небольшой — опыт программирования. Самые невероятные вещи, которые я делал с программированием, пока не начал курс, были: решение нескольких простых задач с бразильской Олимпиады по информатике в 2018 году с использованием C++ и..
Курс Эндрю Нг по машинному обучению на Python (Kmeans-Clustering, PCA)
Вторая, последняя часть серии, мы рассмотрим алгоритмы неконтролируемого обучения, которые состоят из данных без меток. Давайте сразу перейдем к заданию, поскольку сегодня мы рассмотрим два алгоритма.
Кластеризация K-средних - это один из методов кластерного анализа, который позволяет группировать данные в группы, называемые кластерами. Поскольку метки не предусмотрены для каждых обучающих данных, кластеры определяются по схожести данных друг с другом.
Мы начнем с реализации..
Серия DeepLearning: нейронные сети и глубокое обучение
В этом блоге я начну с базового определения нейронной сети, а затем перейду к концепциям глубокого обучения.
Чтобы охватить основы нейронной сети, я буду использовать логистическую регрессию , которая представляет собой алгоритм, который используется для двоичной классификации (когда выходной сигнал равен 0 или 1), поскольку реализация проста. .
Оттуда мы перейдем к представлению нейронной сети с одним скрытым слоем , которая заложит основу для более сложной, глубокой нейронной сети ...
Заметки из серии лекций Stanford CS229
Заметки из серии лекций Stanford CS229
Привет друзья 😃
Я здесь, чтобы поделиться некоторыми захватывающими новостями, с которыми я только что столкнулся!! StanfordOnline выпустил видеоролики CS229: Machine Learning (осень 2018 г.) на YouTube. Есть предположения, кто может посещать занятия? Ну, не кто иной, как наш собственный Андрей НГ!
В какое другое время лучше всего вернуться к наиболее важным темам машинного обучения? Итак, не теряя больше времени, я собираюсь погрузиться в..
Учебная программа по науке о данных с нуля (часть 2)
Прошел год с тех пор, как я выпустил часть 1 моей учебной программы по Data Science. Причина задержки в том, что 2019 год был для меня беспокойным. Я усердно работал над своей учебной программой, участвовал в соревнованиях по искусственному интеллекту, закончил колледж и получил свою первую работу в области науки о данных! Это заставило меня поверить в свой учебный план и почувствовать, что я должен закончить эту серию, так что готово.
Чтобы освежить вашу память, это программа,..
Основы применения глубокого обучения (Эндрю Нг)
Недавно я просмотрел прекрасную лекцию Эндрю Нг 2016 года Основные принципы применения глубокого обучения и сделал заметки. Я размещаю их как полезный ресурс для всех, кто хочет посмотреть видео.
https://www.youtube.com/watch?v=F1ka6a13S9I
Я разбил его на следующие разделы
Сквозное DL для расширенного вывода Ковши ДЛ Смещение и дисперсия Рабочий процесс прикладного машинного обучения Новая эра машинного обучения Создайте единое хранилище данных Новый взгляд на раскол 70/30..
