文件名称：matlab代码中向量的点乘-MachineLearningCoursera:我为吴安德（AndrewNg）在Coursera上的机器学习作业
文件大小：35.62MB
文件格式：ZIP
更新时间：2024-06-12 11:19:45
系统开源
matlab代码中向量的点乘 Python程式设计作业 来自bindas1的致谢 分配的解决方案已经由我完成，但是，我要感谢dibgerge在python（）中准备分配，因此我不需要使用Matlab / Octave，而需要使用Python及其库。 @dibgerge 该存储库包含Andrew Ng教授教的编程作业的python版本。 这也许是最受欢迎的在线机器学习入门课程。 除了受欢迎之外，它还是任何有兴趣的学生可以上的最好的机器学习课程之一，以开始机器学习。 此类的一个不幸方面是编程分配是在MATLAB或OCTAVE中进行的，这可能是因为此类是在python成为机器学习中的通用语言之前进行的。 在过去的几年中，Python机器学习生态系统呈指数增长，并且仍保持增长势头。 我怀疑许多想开始机器学习之旅的学生也想使用Python来开始它。 出于这些原因，我决定用Python重写所有编程任务，以便学生从学习之初就可以熟悉它的生态系统。 这些分配与班级无缝协作，不需要在MATLAB分配中发布任何材料。 以下是这些作业分配的一些新功能和有用功能： 分配使用，与原始MATLAB / OCTAV
【文件预览】：
MachineLearningCoursera-master
----Exercise5()
--------utils.py(5KB)
--------exercise5.ipynb(43KB)
--------Figures()
--------Data()
----Exercise1()
--------Untitled.ipynb(107KB)
--------utils.py(2KB)
--------exercise1.ipynb(270KB)
--------Figures()
--------Data()
----machinelearning.jpg(66KB)
----Exercise6()
--------exercise6.ipynb(46KB)
--------utils.py(23KB)
--------Figures()
--------Data()
----Exercise3()
--------utils.py(3KB)
--------exercise3.ipynb(43KB)
--------Figures()
--------Data()
----submission.py(4KB)
----Exercise2()
--------utils.py(5KB)
--------Figures()
--------exercise2.ipynb(397KB)
--------Data()
----requirements.txt(1KB)
----.gitignore(1KB)
----Exercise4()
--------exercise4.ipynb(286KB)
--------utils.py(8KB)
--------Figures()
--------Data()
----README.md(8KB)
----Exercise8()
--------utils.py(9KB)
--------Figures()
--------exercise8.ipynb(48KB)
--------Data()
----Exercise7()
--------exercise7.ipynb(51KB)
--------utils.py(8KB)
--------Figures()
--------Data()