AndrewNg吴恩达机器学习Matlab编程作业代码

深层神经网络的框架全部完成,包含了测试的函数,能很好体会每一步迭代正向传播和反向传播的各种值更新。

利用双层神经网络对随机产生的400个红点,蓝点分类,包含了训练样本的数据集,能达到96%准确度,能体会双层网络权值、偏置的更新。

吴恩达主讲机器学习网易公开课内容吴恩达主讲机器学习部分第一讲Python编程部分答案共享

利用最简单的逻辑回归分类识别猫，包含了训练样本的数据集，训练样本能达到90%准确度，测试样本40%，毕竟是最简单的，但能体会权值、偏置的更新

包括深度学习中英字幕视频,深度学习笔记,机器学习视频等等等等.可能有部分重复

针对吴恩达老师的机器学习和深度学习课程视频做的笔记,主编是黄海广,其中机器学习笔记为5.4版,最后修改于2019年3月9号;深度学习笔记为5.6版,最后修改于2019年3月9号;

吴恩达机器学习ex2-Matlab实现：内含算法代码、数据集、ex2描述文档。

吴恩达机器学习ex1-Matlab实现：内含算法代码、数据集、ex1描述文档。

吴恩达机器学习多元线性回归作业python实现

本文件是网易云课堂吴恩达老师机器学习课程课后作业的Python实现，本部分是逻辑回归的作业，其他部分的作用也会陆续上传。