文件名称：coursera-ml-py:伍德拉（Coursera）的Andrew Ng教授为机器学习编写的Python编程作业
文件大小：29.7MB
文件格式：ZIP
更新时间：2024-03-24 12:44:56
neural-network logistic-regression support-vector-machines coursera-machine-learning principal-component-analysis
Python中的Coursera机器学习作业 关于 如果您已经完成了由Andrew Ng教授在Coursera上进行的惊人的入门机器学习，那么您可能已经熟悉Octave / Matlab编程。 使用此存储库，您可以逐步地在Python中重新实现它们，就像在课程分配中一样，直观地检查过程中的工作。 如何开始 依存关系 该项目是用Python 3.6编码的 麻木 matplotlib 科学的 scikit学习 scikit图像 恩特克 安装 一次安装所有这些依赖项的最快，最简单的方法是使用 。 重要的提示 在开始之前，有几件事要牢记。 将倍频程/ matlab中的所有列向量展平为简单的一维ndarray。 （例如，y和theta不再是mx 1矩阵，而是一个包含m个元素的1-d ndarray。）因此在Octave / Matlab中， >> size(theta) >> ( 2 , 1 )