Coursera机器学习

Coursera机器学习课程Matlab代码及曲线

此资源涵盖了斯坦福大学Andrew Ng在Coursera平台上教授的机器学习课程，需要约60小时的学习时间投入。课程通过实践教学介绍了机器学习的基础知识，包括线性回归、逻辑回归、神经网络和支持向量机等常见的有监督学习算法。此外，还涵盖了偏差和方差、L2正则化、误差指标以及学习/验证曲线等概念。课程还包括无监督学习算法如k均值聚类和降维技术。最后，课程介绍了推荐系统和大规模机器学习的相关内容。

Matlab 0 2024-08-18

Coursera机器学习主成分回归MATLAB及Python实例

本存储库包含Andrew Ng课程中若干练习的Python实现。课程要求学习者使用Octave/MATLAB实现算法如线性回归和逻辑回归，而其他作业则基于课程提供的代码。我将大部分代码改为了现有的Python实现，如Scikit-learn。目前包括线性回归、逻辑回归、多类分类与神经网络、神经网络学习、正则化线性回归与偏差方差、支持向量机、K均值聚类和主成分分析、异常检测与推荐系统等。

Matlab 0 2024-08-22

Coursera机器学习Matlab代码与主成分回归示例

这些文件源自Andrew Ng的Coursera机器学习课程，最初于2014年6月开设。课程已转为按需版本，学习者可在Coursera平台上找到。每周重点探讨不同的机器学习算法，包括线性回归、逻辑回归、多类别分类和预训练神经网络、神经网络、正则化线性回归、过拟合、支持向量机、K均值聚类和主成分分析、异常检测与系统重建。完成家庭作业需要进入相应子目录并运行对应的exn.m文件（n为1-8），例如第三周对应ex3.m。

Matlab 0 2024-09-26

Coursera机器学习课程Python代码存在运行问题

这些Python代码来自Coursera的机器学习课程mlclass，由Andrew Ng教授提供。这些代码主要用于取代Matlab/Octave练习，因为一些Octave功能在计算机上无法实现，如绘图。代码涵盖了大多数练习，使用了Numpy、Scipy、Matplotlib、NLTK和Sci-Kit Learn等库。需要注意的是，Python与Octave/Matlab在某些算法的实现上可能有所不同，导致结果略有差异。

Matlab 0 2024-09-26

Python实现机器学习课程作业集-Machine-Learning-Coursera-in-Python

这个存储库包含了Andrew Ng教授机器学习课程作业的Python版本。这门课程是最受欢迎的在线机器学习入门课程之一，为学生提供了使用Python进行编程的机会。在过去几年中，Python在机器学习领域的应用迅速增长，因此我决定将所有MATLAB/OCTAVE编程作业重新编写为Python版本，以便学生能够更轻松地使用这个生态系统。这些新的编程作业与课堂教学完美结合，无需使用MATLAB进行任何操作。

Matlab 2 2024-07-29

Coursera机器学习课程MATLAB主成分回归代码及Python实现示例

这篇文章包含了Andrew Ng教授在Coursera机器学习课程中关于主成分回归的MATLAB代码实现，以及相应的Python示例。课程原本是在MATLAB环境下完成的，现在转换到了Python，并且每个Jupyter笔记件中都有详细的功能定义。

Matlab 2 2024-07-29

Coursera斯坦福机器学习公开课作业3的提交记录

Coursera斯坦福机器学习公开课作业3已完成提交，为学习者提供了参考。

Matlab 4 2024-07-13

数据挖掘Coursera在线学习数据挖掘课程

这是Coursera提供的一门关于数据挖掘的在线课程。

数据挖掘 0 2024-09-25

mlclass IPython笔记本中的Coursera机器学习练习Matlab代码对Python的影响

mlclass IPython笔记本中的Coursera机器学习练习已经被转换为Python，使用了numpy和matplotlib，以替代原先的Matlab代码。每个练习现在嵌入了PDF指令，并通过IPython Notebooks展示图形和其他可视化内容，帮助学生更好地理解算法如何受到参数更改的影响。这些笔记本基于Andrew Ng的机器学习课程中的练习，为学生提供学习和实践的机会。

Matlab 0 2024-10-01

机器学习资源

感谢大牛整理的机器学习资源：https://github.com/Flowerowl/Big_Data_Resources#大数据-数据挖掘

数据挖掘 7 2024-05-01