文件名称：Machine-Learning-Foundation-Case-Study
文件大小：2.64MB
文件格式：ZIP
更新时间：2024-05-28 09:09:44
python deep-learning sentiment-analysis clustering regression
机器学习专业化 I.机器学习基础：案例研究方法 预测房价 分析产品评论的情绪 检索*文章 推荐歌曲 通过深度学习对图像进行分类 1.预测房价（预测房价的回归模型） X->特征，协变，预测变量，独立变量； Y->观察，响应，依赖； 线性回归模型（通过模型拟合一条线） fw（x）= w0 + w1 * x; （w0->截距; w1->斜率;参数化的函数w =（w0，w1）） 将各种行拟合到数据集中，并选择RSS成本最小的行。 RSS（残差总和）：该线适合整个数据集，并检查观测值与模型预测的值（拟合模型）相距多远。 添加高阶条款 二次函数fw（x）= w0 + w1 x + w2 x ^ 2，13阶多项式可能更适合该数据集。 仍然是线性回归。 算法 加载房屋销售数据（条件，等级，高于，平方尺，地下室，yr_built，yr_renovated，邮政编码，纬度，长，平方尺，居住，平
【文件预览】：
Machine-Learning-Foundation-Case-Study-master
----Week 3 - Classification - Analyzing Sentiment.ipynb(875KB)
----Week 4 - Assignment - Clustering and Similarity - Retrieving Document.pdf(208KB)
----Week 4 - Clustering and Similarity- Retrieving Documents.ipynb(1.23MB)
----Week 1 - Python Fundamentals.ipynb(8KB)
----Week 2 - Regression - Predicting Housing Prices.ipynb(1.8MB)
----Week 3 - Assignment - Classification - Analyzing Sentiment.pdf(220KB)
----Week 2 - Assignment - Regression - Predicting House Prices.pdf(328KB)
----Week 6. Deep Learning.ipynb(423KB)
----Week 5 - Recommender systems.ipynb(1.07MB)
----Week 6 - Assignment - Deep Learning - Searching for Images.pdf(348KB)
----Week_6_2 Deep features for image retrieval.ipynb(753KB)
----README.md(14KB)
----Week 1 - SFrame Fundamentals.ipynb(53KB)
----Week 5 - Assignment - Recommending Products.pdf(316KB)