ML-code-using-matlab-and-python
coursera吴恩达机器学习课程作业自写Python2.7版本，使用jupyter notebook实现，使代码更有层次感，可读性强。
本repository实现算法包括如下：
线性回归: linear_regression.ipynb
多元线性回归：linear_multiple.ipynb
逻辑回归：logic_regression.ipynb
正则化用于逻辑回归： logic_regularization.ipynb
模型诊断+学习曲线： learnCurve.ipynb
一对多分类模型：oneVSall.ipynb
神经网络模型：neuralNetwork.ipynb
SVM分类器：svm.ipynb
kmeans聚类：kmeans.ipynb
pca降维：pca.ipynb
高斯分布用于异常检测：anomaly_detection.ipynb
协调过滤推荐算法：Collaborative_Filter.ipynb
PS:网上其他参考资料分享：
1.课程作业原版是MATLAB版本（填空式编码):对应 machine-learning-ex1——ex8 文件夹
2.kaleko整理的jupyter notebooks版本：对应 coursera_ml_ipynb 文件夹
3.mstampfer对照原版作业格式整理的Python版本，可以尝试自己实现
4.AceCoooool整理的Python版本，有中文注释
5.如果需要了解更多算法知识，本人使用jupyter notebook整理的peter的《机器学习实战》代码
6.本人自写的，关于吴恩达（Andrew Ng）开设的深度学习课程deeplearning.ai的课程答案
-
ML-code-using-matlab-and-python coursera吴恩达机器学习课程作业自写Python2.7版本，使用jupyter notebook实现，使代码更有层次感，可读性强。 本repository实现算法包括如下： 线性回归: linear_regression.ipynb 多元线性回归：linear_multiple.ipynb 逻辑回归：logic_regressi
-
0.051267,0.69956,1 -0.092742,0.68494,1 -0.21371,0.69225,1 -0.375,0.50219,1 -0.51325,0.46564,1 -0.52477,0.2098,1 -0.39804,0.034357,1 -0.30588,-0.19225,1 0.016705,-0.40424,1 0.13191,-0.51389,1 0.38537,-
-
ML-code-using-matlab-and-python coursera吴恩达机器学习课程作业自写Python2.7版本，使用jupyter notebook实现，使代码更有层次感，可读性强。 本repository实现算法包括如下： 线性回归: linear_regression.ipynb 多元线性回归：linear_multiple.ipynb 逻辑回归：logic_regressi
-
ML-code-using-matlab-and-python coursera吴恩达机器学习课程作业自写Python2.7版本，使用jupyter notebook实现，使代码更有层次感，可读性强。 本repository实现算法包括如下： 线性回归: linear_regression.ipynb 多元线性回归：linear_multiple.ipynb 逻辑回归：logic_regressi
-
package wikipedia import org.apache.spark.SparkConf import org.apache.spark.SparkContext import org.apache.spark.SparkContext._ import org.apache.spark.rdd.RDD case class WikipediaArticle(title: St
-
作者：董飞 链接：https://www.zhihu.com/question/22436320/answer/32477238 计算机 Deep Learning 深度学习 Google大神主讲 Introduction to Big Data with Apache Spark 大数据Spark入门 Scalable Machine Learning Spark深入 UNSW Comput
-
本文转载自网络，原作者不详。 程序语言 interactivepython-003 Rice - An Introduction to Interactive Programming in Python 链接: http://pan.baidu.com/s/1kTJA0Er 密码: 9pdh (分享失败) Python Advanced Tutorial (From youtube) 链接:htt
-
斯坦福大学2014（吴恩达）机器学习教程中文笔记 课程地址：https://www.coursera.org/course/ml 笔记在线阅读 Machine Learning(机器学习)是研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域，它主要使用归纳、综合而
-
Springer Source Code This repository accompanies Linear Programming Using MATLAB® by Nikolaos Ploskas and Nikolaos Samaras (Springer, 2018). Download the files as a zip using the green button, or clon
-
模拟退火 Vehicle Routing Problem (VRP) using Simulated Annealing (SA) with Matlab Fore more information please visit: www.lzane.com/mo-ni-tui-huo-vehicle-routing-problem-vrp-using-simulated-annealing-sa-w
-
coursera-machinelearning Stanford University - Machine Learning by Andrew Ng Coursera: Machine Learning Summary Notes for quick review, based on the existing review part of this course. The Octave/MAT
-
My Solution to Assignments of Machine-Learning on Coursera This is my solution to the assignments of Machine-Learning on Coursera.Machine-Learning on Coursera isa classical class, whose advisor is And
-
Deep Learning Specialization Projects from the Deep Learning Specialization from deeplearning.ai offered by Coursera. Instructor: Andrew Ng Master Deep Learning and Break Into AI If you want to break