DeepLearning.ai学习笔记（三）结构化机器学习项目--week1 机器学习策略
一、为什么是ML策略 如上图示，假如我们在构建一个喵咪分类器，数据集就是上面几个图，训练之后准确率达到90%。虽然看起来挺高的，但是这显然并不具一般性，因为数据集太少了。那么此时可以想到的ML策略有哪些呢？总结如下： 收集更多的数据 收集更多不同的训练集 结合梯度下降训练算法 ...
原文：DeepLearning.ai学习笔记（三）结构化机器学习项目--week2机器学习策略(2)
一 进行误差分析 很多时候我们发现训练出来的模型有误差后，就会一股脑的想着法子去减少误差。想法固然好，但是有点headlong 这节视频中吴大大介绍了一个比较科学的方法，具体的看下面的例子 还是以猫分类器为例，假设我们的模型表现的还不错，但是依旧存在误差，预测后错误标记的数据中有一部分狗图片被错误的标记成了猫。这个时候按照一般的思路可能是想通过训练出狗分类器模型来提高猫分类器，或者其他的办法，反正 ...
2017-10-27 00:03 3 1248 推荐指数：
相关推荐
DeepLearning.ai学习笔记（五）序列模型 -- week2 自然语言处理与词嵌入
一、词汇表征 首先回顾一下之前介绍的单词表示方法，即one hot表示法。 如下图示，“Man”这个单词可以用 \(O_{5391}\) 表示,其中O表示One_hot。其他单词同理。 但是这样 ...
吴恩达-coursera-机器学习-week2
四、多变量线性回归(Linear Regression with Multiple Variables) 4.1 多维特征 4.2 多变量梯度下降 4.3 梯度下降法实践1-特征缩放 4.4 梯度下降法实践2-学习率 4.5 特征和多项式回归 4.6 正规方程 ...
DeepLearning.ai学习笔记（四）卷积神经网络 -- week2深度卷积神经网络 实例探究
一、为什么要进行实例探究？ 通过他人的实例可以更好的理解如何构建卷积神经网络，本周课程主要会介绍如下网络 LeNet-5 AlexNet VGG ResNet (有152层) ...
DeepLearning.ai学习笔记（二）改善深层神经网络：超参数调试、正则化以及优化--Week2优化算法
1. Mini-batch梯度下降法 介绍 假设我们的数据量非常多，达到了500万以上，那么此时如果按照传统的梯度下降算法，那么训练模型所花费的时间将非常巨大，所以我们对数据做如下处理： 如 ...
机器学习001 deeplearning.ai 深度学习课程 Neural Networks and Deep Learning 第一周总结
Deep Learning Specialization 吴恩达老师最近在coursera上联合deeplearning.ai 推出了有关深度学习的一系列课程，相对于之前的machine learning课程，这次的课程更加实用，作业语言也有matlab改为了python从而更加贴合目前的趋势 ...
Andrew Ng机器学习week2(Linear Regression)编程习题
* plotData.m * computeCost.m * gradientDescent.m * featureNormaliz ...
DeepLearning.ai学习笔记（一）神经网络和深度学习--Week4深层神经网络
一、深层神经网络 深层神经网络的符号与浅层的不同，记录如下： 用\(L\)表示层数,该神经网络\(L=4\) \(n^{[l]}\)表示第\(l\)层的神经元的数量，例如\(n^{[ ...