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 → 吴恩达机器学习作业(完整版!!亲自做过!)

吴恩达机器学习作业(完整版!!亲自做过!)

一般编程问题

下载此实例
  • 开发语言:Others
  • 实例大小:34.33M
  • 下载次数:22
  • 浏览次数:1648
  • 发布时间:2020-08-21
  • 实例类别:一般编程问题
  • 发 布 人:robot666
  • 文件格式:.rar
  • 所需积分:2
 

实例介绍

【实例简介】
吴恩达2014机器学习课程对应全部作业,内有详细代码以及题目说明文档!!代码清晰,亲自做过无任何问题!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!
【实例截图】
【核心代码】
AngMachineLearning
├── mlclass-ex1-jin10.23
│   ├── computeCost.m
│   ├── computeCostMulti.m
│   ├── ex1data1.txt
│   ├── ex1data2.txt
│   ├── ex1.m
│   ├── ex1_multi.m
│   ├── featureNormalize.m
│   ├── gradientDescent.m
│   ├── gradientDescentMulti.m
│   ├── ml_login_data.mat
│   ├── normalEqn.m
│   ├── OGLdpf.log
│   ├── plotData.m
│   ├── submit.m
│   ├── submitWeb.m
│   └── warmUpExercise.m
├── mlclass-ex2-jin
│   ├── costFunction.m
│   ├── costFunctionReg.m
│   ├── ex2data1.txt
│   ├── ex2data2.txt
│   ├── ex2.m
│   ├── ex2.pdf
│   ├── ex2_reg.m
│   ├── mapFeature.m
│   ├── plotData.m
│   ├── plotDecisionBoundary.m
│   ├── predict.m
│   ├── sigmoid.m
│   ├── submit.m
│   └── submitWeb.m
├── mlclass-ex3-jin
│   ├── displayData.m
│   ├── ex3data1.mat
│   ├── ex3.m
│   ├── ex3_nn.m
│   ├── ex3.pdf
│   ├── ex3weights.mat
│   ├── fmincg.m
│   ├── lrCostFunction.m
│   ├── octave-workspace
│   ├── oneVsAll.m
│   ├── predict.m
│   ├── predictOneVsAll.m
│   ├── sigmoid.m
│   ├── submit.m
│   └── submitWeb.m
├── mlclass-ex4-jin
│   ├── checkNNGradients.m
│   ├── computeNumericalGradient.m
│   ├── debugInitializeWeights.m
│   ├── displayData.m
│   ├── ex4data1.mat
│   ├── ex4.m
│   ├── ex4.pdf
│   ├── ex4weights.mat
│   ├── fmincg.m
│   ├── nnCostFunction.m
│   ├── predict.m
│   ├── randInitializeWeights.m
│   ├── sigmoidGradient.m
│   ├── sigmoid.m
│   ├── submit.m
│   └── submitWeb.m
├── mlclass-ex5-jin
│   ├── ex5data1.mat
│   ├── ex5.m
│   ├── ex5.pdf
│   ├── featureNormalize.m
│   ├── fmincg.m
│   ├── learningCurve.m
│   ├── linearRegCostFunction.m
│   ├── plotFit.m
│   ├── polyFeatures.m
│   ├── submit.m
│   ├── submitWeb.m
│   ├── trainLinearReg.m
│   └── validationCurve.m
├── mlclass-ex6-jin
│   ├── dataset3Params.m
│   ├── emailFeatures.m
│   ├── emailSample1.txt
│   ├── emailSample2.txt
│   ├── ex6data1.mat
│   ├── ex6data2.mat
│   ├── ex6data3.mat
│   ├── ex6.m
│   ├── ex6.pdf
│   ├── ex6_spam.m
│   ├── gaussianKernel.m
│   ├── getVocabList.m
│   ├── linearKernel.m
│   ├── plotData.m
│   ├── porterStemmer.m
│   ├── processEmail.m
│   ├── readFile.m
│   ├── spamSample1.txt
│   ├── spamSample2.txt
│   ├── spamTest.mat
│   ├── spamTrain.mat
│   ├── submit.m
│   ├── submitWeb.m
│   ├── svmPredict.m
│   ├── svmTrain.m
│   ├── visualizeBoundaryLinear.m
│   ├── visualizeBoundary.m
│   └── vocab.txt
├── mlclass-ex7-jin
│   ├── bird_small.mat
│   ├── bird_small.png
│   ├── computeCentroids.m
│   ├── displayData.m
│   ├── drawLine.m
│   ├── ex7data1.mat
│   ├── ex7data2.mat
│   ├── ex7faces.mat
│   ├── ex7.m
│   ├── ex7_pca.m
│   ├── ex7.pdf
│   ├── featureNormalize.m
│   ├── findClosestCentroids.m
│   ├── kMeansInitCentroids.m
│   ├── pca.m
│   ├── plotDataPoints.m
│   ├── plotProgresskMeans.m
│   ├── projectData.m
│   ├── recoverData.m
│   ├── runkMeans.m
│   ├── submit.m
│   └── submitWeb.m
└── mlclass-ex8-jin
├── checkCostFunction.m
├── cofiCostFunc.m
├── computeNumericalGradient.m
├── estimateGaussian.m
├── ex8_cofi.m
├── ex8data1.mat
├── ex8data2.mat
├── ex8.m
├── ex8_movieParams.mat
├── ex8_movies.mat
├── ex8.pdf
├── fmincg.m
├── loadMovieList.m
├── movie_ids.txt
├── multivariateGaussian.m
├── normalizeRatings.m
├── selectThreshold.m
├── submit.m
├── submitWeb.m
└── visualizeFit.m

8 directories, 144 files

标签:

实例下载地址

吴恩达机器学习作业(完整版!!亲自做过!)

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