Coursera machine learning答案

【实例简介】
Coursera机器学习的8个练习所有答案，自己写的
【实例截图】
【核心代码】
machinelearning.tar
└── machine learning
├── __MACOSX
│   └── mlclass-ex1-005
│   └── mlclass-ex1
├── mlclass-ex1-005
│   ├── ex1.pdf
│   └── mlclass-ex1
│   ├── computeCost.m
│   ├── computeCost.m~
│   ├── computeCostMulti.m
│   ├── computeCostMulti.m~
│   ├── ex1.m
│   ├── ex1.m~
│   ├── ex1_multi.m
│   ├── ex1data1.txt
│   ├── ex1data2.txt
│   ├── featureNormalize.m
│   ├── featureNormalize.m~
│   ├── gradientDescent.m
│   ├── gradientDescent.m~
│   ├── gradientDescentMulti.m
│   ├── gradientDescentMulti.m~
│   ├── ml_login_data.mat
│   ├── normalEqn.m
│   ├── normalEqn.m~
│   ├── octave-core
│   ├── plotData.m
│   ├── plotData.m~
│   ├── submit.m
│   ├── submitWeb.m
│   └── warmUpExercise.m
├── mlclass-ex2-005
│   ├── ex2.pdf
│   └── mlclass-ex2
│   ├── costFunction.m
│   ├── costFunction.m~
│   ├── costFunctionReg.m
│   ├── costFunctionReg.m~
│   ├── ex2.m
│   ├── ex2_reg.m
│   ├── ex2data1.txt
│   ├── ex2data2.txt
│   ├── mapFeature.m
│   ├── ml_login_data.mat
│   ├── octave-core
│   ├── plotData.m
│   ├── plotData.m~
│   ├── plotDecisionBoundary.m
│   ├── predict.m
│   ├── predict.m~
│   ├── sigmoid.m
│   ├── sigmoid.m~
│   ├── submit.m
│   └── submitWeb.m
├── mlclass-ex3-005
│   ├── ex3.pdf
│   └── mlclass-ex3
│   ├── displayData.m
│   ├── ex3.m
│   ├── ex3_nn.m
│   ├── ex3data1.mat
│   ├── ex3weights.mat
│   ├── fmincg.m
│   ├── lrCostFunction.m
│   ├── lrCostFunction.m~
│   ├── ml_login_data.mat
│   ├── oneVsAll.m
│   ├── oneVsAll.m~
│   ├── predict.m
│   ├── predict.m~
│   ├── predictOneVsAll.m
│   ├── predictOneVsAll.m~
│   ├── sigmoid.m
│   ├── submit.m
│   └── submitWeb.m
├── mlclass-ex4-005
│   ├── ex4.pdf
│   └── mlclass-ex4
│   ├── checkNNGradients.m
│   ├── checkNNGradients.m~
│   ├── computeNumericalGradient.m
│   ├── debugInitializeWeights.m
│   ├── displayData.m
│   ├── ex4.m
│   ├── ex4.m~
│   ├── ex4data1.mat
│   ├── ex4weights.mat
│   ├── fmincg.m
│   ├── ml_login_data.mat
│   ├── nnCostFunction.m
│   ├── nnCostFunction.m~
│   ├── octave-core
│   ├── predict.m
│   ├── predict.m~
│   ├── randInitializeWeights.m
│   ├── randInitializeWeights.m~
│   ├── sigmoid.m
│   ├── sigmoidGradient.m
│   ├── sigmoidGradient.m~
│   ├── submit.m
│   └── submitWeb.m
├── mlclass-ex5-005
│   ├── ex5.pdf
│   └── mlclass-ex5
│   ├── ex5.m
│   ├── ex5data1.mat
│   ├── featureNormalize.m
│   ├── fmincg.m
│   ├── learningCurve.m
│   ├── learningCurve.m~
│   ├── linearRegCostFunction.m
│   ├── linearRegCostFunction.m~
│   ├── ml_login_data.mat
│   ├── octave-core
│   ├── plotFit.m
│   ├── polyFeatures.m
│   ├── polyFeatures.m~
│   ├── submit.m
│   ├── submitWeb.m
│   ├── trainLinearReg.m
│   ├── validationCurve.m
│   └── validationCurve.m~
├── mlclass-ex6-005
│   ├── ex6.pdf
│   └── mlclass-ex6
│   ├── dataset3Params.m
│   ├── dataset3Params.m~
│   ├── emailFeatures.m
│   ├── emailFeatures.m~
│   ├── emailSample1.txt
│   ├── emailSample2.txt
│   ├── ex6.m
│   ├── ex6.m~
│   ├── ex6_spam.m
│   ├── ex6data1.mat
│   ├── ex6data2.mat
│   ├── ex6data3.mat
│   ├── gaussianKernel.m
│   ├── gaussianKernel.m~
│   ├── getVocabList.m
│   ├── linearKernel.m
│   ├── ml_login_data.mat
│   ├── octave-core
│   ├── plotData.m
│   ├── porterStemmer.m
│   ├── processEmail.m
│   ├── processEmail.m~
│   ├── readFile.m
│   ├── spamSample1.txt
│   ├── spamSample2.txt
│   ├── spamTest.mat
│   ├── spamTrain.mat
│   ├── submit.m
│   ├── submitWeb.m
│   ├── svmPredict.m
│   ├── svmTrain.m
│   ├── visualizeBoundary.m
│   ├── visualizeBoundaryLinear.m
│   └── vocab.txt
├── mlclass-ex7-005
│   ├── ex7.pdf
│   └── mlclass-ex7
│   ├── bird_small.mat
│   ├── bird_small.png
│   ├── computeCentroids.m
│   ├── computeCentroids.m~
│   ├── displayData.m
│   ├── drawLine.m
│   ├── ex7.m
│   ├── ex7_pca.m
│   ├── ex7data1.mat
│   ├── ex7data2.mat
│   ├── ex7faces.mat
│   ├── featureNormalize.m
│   ├── findClosestCentroids.m
│   ├── findClosestCentroids.m~
│   ├── kMeansInitCentroids.m
│   ├── ml_login_data.mat
│   ├── octave-core
│   ├── pca.m
│   ├── pca.m~
│   ├── plotDataPoints.m
│   ├── plotProgresskMeans.m
│   ├── projectData.m
│   ├── projectData.m~
│   ├── recoverData.m
│   ├── recoverData.m~
│   ├── runkMeans.m
│   ├── submit.m
│   └── submitWeb.m
└── mlclass-ex8-005
├── ex8.pdf
└── mlclass-ex8
├── checkCostFunction.m
├── cofiCostFunc.m
├── cofiCostFunc.m~
├── computeNumericalGradient.m
├── estimateGaussian.m
├── estimateGaussian.m~
├── ex8.m
├── ex8_cofi.m
├── ex8_movieParams.mat
├── ex8_movies.mat
├── ex8data1.mat
├── ex8data2.mat
├── fmincg.m
├── loadMovieList.m
├── ml_login_data.mat
├── movie_ids.txt
├── multivariateGaussian.m
├── normalizeRatings.m
├── octave-core
├── selectThreshold.m
├── selectThreshold.m~
├── submit
├── submit.m
├── submitWeb.m
└── visualizeFit.m

20 directories, 198 files