吴恩达机器学习编程代码+pdf

【实例截图】

【核心代码】

code

├── Programming Exercise(代码作业).pdf
├── README.md
├── ex1-linear regression
│   ├── 1.linear_regreesion_v1.ipynb
│   ├── ML-Exercise1.ipynb
│   ├── ex1.pdf
│   ├── ex1data1.txt
│   └── ex1data2.txt
├── ex2-logistic regression
│   ├── 1. logistic_regression_v1.ipynb
│   ├── ML-Exercise2.ipynb
│   ├── ex2.pdf
│   ├── ex2data1.txt
│   └── ex2data2.txt
├── ex3-neural network
│   ├── 1- neural network.ipynb
│   ├── ML-Exercise3.ipynb
│   ├── ex3.pdf
│   ├── ex3data1.mat
│   └── ex3weights.mat
├── ex4-NN back propagation
│   ├── 1- NN back propagation.ipynb
│   ├── ML-Exercise4.ipynb
│   ├── ex4.pdf
│   ├── ex4data1.mat
│   └── ex4weights.mat
├── ex5-bias vs variance
│   ├── ML-Exercise5.ipynb
│   ├── ex5.pdf
│   └── ex5data1.mat
├── ex6-SVM
│   ├── 1- linear SVM.ipynb
│   ├── 2- Gaussian kernels.ipynb
│   ├── 3- search for the best parameters.ipynb
│   ├── 4- spam filter.ipynb
│   ├── ML-Exercise6.ipynb
│   ├── data
│   │   ├── emailSample1.txt
│   │   ├── emailSample2.txt
│   │   ├── ex6data1.mat
│   │   ├── ex6data2.mat
│   │   ├── ex6data3.mat
│   │   ├── spamSample1.txt
│   │   ├── spamSample2.txt
│   │   ├── spamTest.mat
│   │   ├── spamTrain.mat
│   │   └── vocab.txt
│   └── ex6.pdf
├── ex7-kmeans and PCA
│   ├── 1- visualize data.ipynb
│   ├── 2- 2D kmeans.ipynb
│   ├── 3- kmeans for image compression.ipynb
│   ├── 4- 2D PCA.ipynb
│   ├── 5- PCA on face data.ipynb
│   ├── ML-Exercise7.ipynb
│   ├── data
│   │   ├── bird_small.mat
│   │   ├── bird_small.png
│   │   ├── ex7data1.mat
│   │   ├── ex7data2.mat
│   │   └── ex7faces.mat
│   └── ex7.pdf
├── ex8-anomaly detection and recommendation
│   ├── 1- Anomaly detection.ipynb
│   ├── 2- Recommender system.ipynb
│   ├── ML-Exercise8.ipynb
│   ├── data
│   │   ├── ex8_movieParams.mat
│   │   ├── ex8_movies.mat
│   │   ├── ex8data1.mat
│   │   ├── ex8data2.mat
│   │   └── movie_ids.txt
│   └── ex8.pdf
└── img
    ├── cov_mat.png
    ├── f1_score.png
    ├── gradient_checking.png
    ├── linear_cost.png
    ├── linear_gradient.png
    ├── linear_reg_cost.png
    ├── linear_reg_gradient.png
    ├── logistic_cost.png
    ├── logistic_gradient.png
    ├── mapped_feature.png
    ├── nn_cost.png
    ├── nn_model.png
    ├── nn_reg_grad.png
    ├── nn_regcost.png
    ├── pca_projection.png
    ├── rcmd_cost.png
    ├── rcmd_gradient.png
    ├── rcmd_reg_grad.png
    ├── rcmd_vectorized_grad.png
    ├── reg_cost.png
    └── reg_gradient.png

12 directories, 83 files