在好例子网,分享、交流、成长!
您当前所在位置:首页Others 开发实例一般编程问题 → coursera机器学习课后习题答案全套

coursera机器学习课后习题答案全套

一般编程问题

下载此实例
  • 开发语言:Others
  • 实例大小:28.96M
  • 下载次数:5
  • 浏览次数:531
  • 发布时间:2020-11-04
  • 实例类别:一般编程问题
  • 发 布 人:robot666
  • 文件格式:.zip
  • 所需积分:2
 

实例介绍

【实例简介】
coursera机器学习课后习题答案全套,真实可用,Andrew NG,斯坦福大学课程
【实例截图】
【核心代码】
coursera'smachinelearninganswer
└── coursera's machine learning answer
├── machine-learning-ex1
│   ├── ex1
│   │   ├── computeCost.m
│   │   ├── computeCostMulti.m
│   │   ├── ex1data1.txt
│   │   ├── ex1data2.txt
│   │   ├── ex1.m
│   │   ├── ex1_multi.m
│   │   ├── featureNormalize.m
│   │   ├── gradientDescent.m
│   │   ├── gradientDescentMulti.m
│   │   ├── lib
│   │   │   ├── jsonlab
│   │   │   │   ├── AUTHORS.txt
│   │   │   │   ├── ChangeLog.txt
│   │   │   │   ├── jsonopt.m
│   │   │   │   ├── LICENSE_BSD.txt
│   │   │   │   ├── loadjson.m
│   │   │   │   ├── loadubjson.m
│   │   │   │   ├── mergestruct.m
│   │   │   │   ├── README.txt
│   │   │   │   ├── savejson.m
│   │   │   │   ├── saveubjson.m
│   │   │   │   └── varargin2struct.m
│   │   │   ├── makeValidFieldName.m
│   │   │   └── submitWithConfiguration.m
│   │   ├── normalEqn.m
│   │   ├── plotData.m
│   │   ├── submit.m
│   │   ├── token.mat
│   │   └── warmUpExercise.m
│   └── ex1.pdf
├── machine-learning-ex2
│   ├── ex2
│   │   ├── costFunction.m
│   │   ├── costFunctionReg.m
│   │   ├── ex2data1.txt
│   │   ├── ex2data2.txt
│   │   ├── ex2.m
│   │   ├── ex2_reg.m
│   │   ├── lib
│   │   │   ├── jsonlab
│   │   │   │   ├── AUTHORS.txt
│   │   │   │   ├── ChangeLog.txt
│   │   │   │   ├── jsonopt.m
│   │   │   │   ├── LICENSE_BSD.txt
│   │   │   │   ├── loadjson.m
│   │   │   │   ├── loadubjson.m
│   │   │   │   ├── mergestruct.m
│   │   │   │   ├── README.txt
│   │   │   │   ├── savejson.m
│   │   │   │   ├── saveubjson.m
│   │   │   │   └── varargin2struct.m
│   │   │   ├── makeValidFieldName.m
│   │   │   └── submitWithConfiguration.m
│   │   ├── mapFeature.m
│   │   ├── plotData.m
│   │   ├── plotDecisionBoundary.m
│   │   ├── predict.m
│   │   ├── sigmoid.m
│   │   ├── submit.m
│   │   └── token.mat
│   └── ex2.pdf
├── machine-learning-ex3
│   ├── ex3
│   │   ├── displayData.m
│   │   ├── ex3data1.mat
│   │   ├── ex3.m
│   │   ├── ex3_nn.m
│   │   ├── ex3weights.mat
│   │   ├── fmincg.m
│   │   ├── lib
│   │   │   ├── jsonlab
│   │   │   │   ├── AUTHORS.txt
│   │   │   │   ├── ChangeLog.txt
│   │   │   │   ├── jsonopt.m
│   │   │   │   ├── LICENSE_BSD.txt
│   │   │   │   ├── loadjson.m
│   │   │   │   ├── loadubjson.m
│   │   │   │   ├── mergestruct.m
│   │   │   │   ├── README.txt
│   │   │   │   ├── savejson.m
│   │   │   │   ├── saveubjson.m
│   │   │   │   └── varargin2struct.m
│   │   │   ├── makeValidFieldName.m
│   │   │   └── submitWithConfiguration.m
│   │   ├── lrCostFunction.m
│   │   ├── oneVsAll.m
│   │   ├── plotDecisionBoundary.m
│   │   ├── predict.m
│   │   ├── predictOneVsAll.m
│   │   ├── sigmoid.m
│   │   ├── submit.m
│   │   └── token.mat
│   └── ex3.pdf
├── machine-learning-ex4
│   ├── ex4
│   │   ├── checkNNGradients.m
│   │   ├── computeNumericalGradient.m
│   │   ├── debugInitializeWeights.m
│   │   ├── displayData.m
│   │   ├── ex4data1.mat
│   │   ├── ex4.m
│   │   ├── ex4weights.mat
│   │   ├── fmincg.m
│   │   ├── lib
│   │   │   ├── jsonlab
│   │   │   │   ├── AUTHORS.txt
│   │   │   │   ├── ChangeLog.txt
│   │   │   │   ├── jsonopt.m
│   │   │   │   ├── LICENSE_BSD.txt
│   │   │   │   ├── loadjson.m
│   │   │   │   ├── loadubjson.m
│   │   │   │   ├── mergestruct.m
│   │   │   │   ├── README.txt
│   │   │   │   ├── savejson.m
│   │   │   │   ├── saveubjson.m
│   │   │   │   └── varargin2struct.m
│   │   │   ├── makeValidFieldName.m
│   │   │   └── submitWithConfiguration.m
│   │   ├── nnCostFunction.m
│   │   ├── predict.m
│   │   ├── randInitializeWeights.m
│   │   ├── sigmoidGradient.m
│   │   ├── sigmoid.m
│   │   ├── submit.m
│   │   └── token.mat
│   └── ex4.pdf
├── machine-learning-ex5
│   ├── ex5
│   │   ├── ex5data1.mat
│   │   ├── ex5.m
│   │   ├── featureNormalize.m
│   │   ├── fmincg.m
│   │   ├── learningCurve.m
│   │   ├── lib
│   │   │   ├── jsonlab
│   │   │   │   ├── AUTHORS.txt
│   │   │   │   ├── ChangeLog.txt
│   │   │   │   ├── jsonopt.m
│   │   │   │   ├── LICENSE_BSD.txt
│   │   │   │   ├── loadjson.m
│   │   │   │   ├── loadubjson.m
│   │   │   │   ├── mergestruct.m
│   │   │   │   ├── README.txt
│   │   │   │   ├── savejson.m
│   │   │   │   ├── saveubjson.m
│   │   │   │   └── varargin2struct.m
│   │   │   ├── makeValidFieldName.m
│   │   │   └── submitWithConfiguration.m
│   │   ├── linearRegCostFunction.m
│   │   ├── plotFit.m
│   │   ├── polyFeatures.m
│   │   ├── submit.m
│   │   ├── token.mat
│   │   ├── trainLinearReg.m
│   │   └── validationCurve.m
│   └── ex5.pdf
├── machine-learning-ex6
│   ├── ex6
│   │   ├── dataset3Params.m
│   │   ├── emailFeatures.m
│   │   ├── emailSample1.txt
│   │   ├── emailSample2.txt
│   │   ├── ex6data1.mat
│   │   ├── ex6data2.mat
│   │   ├── ex6data3.mat
│   │   ├── ex6.m
│   │   ├── ex6_spam.m
│   │   ├── gaussianKernel.m
│   │   ├── getVocabList.m
│   │   ├── lib
│   │   │   ├── jsonlab
│   │   │   │   ├── AUTHORS.txt
│   │   │   │   ├── ChangeLog.txt
│   │   │   │   ├── jsonopt.m
│   │   │   │   ├── LICENSE_BSD.txt
│   │   │   │   ├── loadjson.m
│   │   │   │   ├── loadubjson.m
│   │   │   │   ├── mergestruct.m
│   │   │   │   ├── README.txt
│   │   │   │   ├── savejson.m
│   │   │   │   ├── saveubjson.m
│   │   │   │   └── varargin2struct.m
│   │   │   ├── makeValidFieldName.m
│   │   │   └── submitWithConfiguration.m
│   │   ├── linearKernel.m
│   │   ├── plotData.m
│   │   ├── porterStemmer.m
│   │   ├── processEmail.m
│   │   ├── readFile.m
│   │   ├── spamSample1.txt
│   │   ├── spamSample2.txt
│   │   ├── spamTest.mat
│   │   ├── spamTrain.mat
│   │   ├── submit.m
│   │   ├── svmPredict.m
│   │   ├── svmTrain.m
│   │   ├── token.mat
│   │   ├── visualizeBoundaryLinear.m
│   │   ├── visualizeBoundary.m
│   │   └── vocab.txt
│   └── ex6.pdf
├── machine-learning-ex7
│   ├── ex7
│   │   ├── bird_small.mat
│   │   ├── bird_small.png
│   │   ├── computeCentroids.m
│   │   ├── displayData.m
│   │   ├── drawLine.m
│   │   ├── ex7data1.mat
│   │   ├── ex7data2.mat
│   │   ├── ex7faces.mat
│   │   ├── ex7.m
│   │   ├── ex7_pca.m
│   │   ├── featureNormalize.m
│   │   ├── findClosestCentroids.m
│   │   ├── kMeansInitCentroids.m
│   │   ├── lib
│   │   │   ├── jsonlab
│   │   │   │   ├── AUTHORS.txt
│   │   │   │   ├── ChangeLog.txt
│   │   │   │   ├── jsonopt.m
│   │   │   │   ├── LICENSE_BSD.txt
│   │   │   │   ├── loadjson.m
│   │   │   │   ├── loadubjson.m
│   │   │   │   ├── mergestruct.m
│   │   │   │   ├── README.txt
│   │   │   │   ├── savejson.m
│   │   │   │   ├── saveubjson.m
│   │   │   │   └── varargin2struct.m
│   │   │   ├── makeValidFieldName.m
│   │   │   └── submitWithConfiguration.m
│   │   ├── pca.m
│   │   ├── plotDataPoints.m
│   │   ├── plotProgresskMeans.m
│   │   ├── projectData.m
│   │   ├── recoverData.m
│   │   ├── runkMeans.m
│   │   ├── submit.m
│   │   └── token.mat
│   └── ex7.pdf
└── machine-learning-ex8
├── ex8
│   ├── checkCostFunction.m
│   ├── cofiCostFunc.m
│   ├── computeNumericalGradient.m
│   ├── estimateGaussian.m
│   ├── ex8_cofi.m
│   ├── ex8data1.mat
│   ├── ex8data2.mat
│   ├── ex8.m
│   ├── ex8_movieParams.mat
│   ├── ex8_movies.mat
│   ├── fmincg.m
│   ├── lib
│   │   ├── jsonlab
│   │   │   ├── AUTHORS.txt
│   │   │   ├── ChangeLog.txt
│   │   │   ├── jsonopt.m
│   │   │   ├── LICENSE_BSD.txt
│   │   │   ├── loadjson.m
│   │   │   ├── loadubjson.m
│   │   │   ├── mergestruct.m
│   │   │   ├── README.txt
│   │   │   ├── savejson.m
│   │   │   ├── saveubjson.m
│   │   │   └── varargin2struct.m
│   │   ├── makeValidFieldName.m
│   │   └── submitWithConfiguration.m
│   ├── loadMovieList.m
│   ├── movie_ids.txt
│   ├── multivariateGaussian.m
│   ├── normalizeRatings.m
│   ├── selectThreshold.m
│   ├── submit.m
│   ├── token.mat
│   └── visualizeFit.m
└── ex8.pdf

33 directories, 247 files

标签:

实例下载地址

coursera机器学习课后习题答案全套

不能下载?内容有错? 点击这里报错 + 投诉 + 提问

好例子网口号:伸出你的我的手 — 分享

网友评论

发表评论

(您的评论需要经过审核才能显示)

查看所有0条评论>>

小贴士

感谢您为本站写下的评论,您的评论对其它用户来说具有重要的参考价值,所以请认真填写。

  • 类似“顶”、“沙发”之类没有营养的文字,对勤劳贡献的楼主来说是令人沮丧的反馈信息。
  • 相信您也不想看到一排文字/表情墙,所以请不要反馈意义不大的重复字符,也请尽量不要纯表情的回复。
  • 提问之前请再仔细看一遍楼主的说明,或许是您遗漏了。
  • 请勿到处挖坑绊人、招贴广告。既占空间让人厌烦,又没人会搭理,于人于己都无利。

关于好例子网

本站旨在为广大IT学习爱好者提供一个非营利性互相学习交流分享平台。本站所有资源都可以被免费获取学习研究。本站资源来自网友分享,对搜索内容的合法性不具有预见性、识别性、控制性,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,平台无法对用户传输的作品、信息、内容的权属或合法性、安全性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论平台是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二与二十三条之规定,若资源存在侵权或相关问题请联系本站客服人员,点此联系我们。关于更多版权及免责申明参见 版权及免责申明

;
报警