TingNie/Coursera-ML-using-matlab-python has 967 GitHub stars and 365 forks. GitHot measured +1 stars in 24 hours and 0 in 7 days. Last checked 2026-11-21 22:48 UTC. Last push 2018-01-11.
計測したスター増加
- 24時間
- +1
- 7日間
- 0
- 15日間
- 履歴を収集中
- 1か月
- 履歴を収集中
期間ごとの純増数です。期間は重複しており、日別の値ではありません。未計測の値は空欄です。スター数は注目度の指標であり、品質の保証ではありません。
概要
coursera吴恩达机器学习课程作业自写Python版本+Matlab原版
機械学習README.md
オリジナルML-code-using-matlab-and-python
coursera吴恩达机器学习课程作业自写Python2.7版本,使用jupyter notebook实现,使代码更有层次感,可读性强。
本repository实现算法包括如下:
线性回归: linear_regression.ipynb
多元线性回归:linear_multiple.ipynb
逻辑回归:logic_regression.ipynb
正则化用于逻辑回归: logic_regularization.ipynb
模型诊断+学习曲线: learnCurve.ipynb
一对多分类模型:oneVSall.ipynb
神经网络模型:neuralNetwork.ipynb
SVM分类器:svm.ipynb
kmeans聚类:kmeans.ipynb
pca降维:pca.ipynb
高斯分布用于异常检测:anomaly_detection.ipynb
协调过滤推荐算法:Collaborative_Filter.ipynb
PS:网上其他参考资料分享:
1.课程作业原版是MATLAB版本(填空式编码):对应 machine-learning-ex1——ex8 文件夹
2.kaleko整理的jupyter notebooks版本:对应 coursera_ml_ipynb 文件夹
3.mstampfer对照原版作业格式整理的Python版本,可以尝试自己实现
4.AceCoooool整理的Python版本,有中文注释
5.如果需要了解更多算法知识,本人使用jupyter notebook整理的peter的《机器学习实战》代码
6.本人自写的,关于吴恩达(Andrew Ng)开设的深度学习课程deeplearning.ai的课程答案
関連プロジェクトを探す
読み込み中…