Detection

训练 一、配置 首先，让我们导入一些常用模块，确保 MatplotLib 内联绘制图形并准备一个函数来保存图形。 我们还检查是否安装了 Python 3.5 或更高版本（尽管 Python 2.x 可

手写数字分类 这是本书第三章的相关代码。首先，让我们导入一些公共模块，确保 MatplotLib 内联绘制图形，并准备一个函数来保存图形。我们还检查是否安装了 Python 3.5或更高版本(尽管 P

SVM 一、引言 在本次练习中，我们将会使用SVM来建立一个垃圾邮件分类器。同理，我们需要去GitHub下载所需的数据文件便于后续使用。 二、支持向量机 本练习的前半部分，我们会将SVM运用于大量2D

正则化线性回归中的方差与误差 一、引言 在本次练习中，我们将会实现一个正则化线性回归模型并将其用于学习不同的方差-误差属性的模型。同样，本次练习需要导入数据："ex5data1.mat" 二、正则化线

练习四 - 神经网络 一、神经网络图示 二、引言 在本次练习中，我们将会实现一个反向传播算法并将其应用于手写字符识别。同理，我们也需要导入对应的数据文件：ex4data1.mat 与 ex4weigh

多分类问题 一、引言 本次练习中，我们将会实现一个一对多的逻辑回归以及用于识别手写数字的神经网络。当然和之前练习一样，我们需要从GitHub上下载本次练习所需的数据："ex3data1.mat","e

Logistic regression 一、引言 本次练习中，我们将会实现逻辑回归并将其运用于两个不同的数据集。在开始本次联系之前，需要导入这两个训练集(ex2data1.txt和ex2data2.t

SKlearn使用教程 - 2：进阶操作 一、当多比少好: 交叉验证而不是单一分割 1. 示例 拆分数据对于评估统计模型性能是必要的。 但是，它减少了可用于学习模型的样本数量。 因此，应尽可能使用交叉

SKlearn使用教程 - 1：基础操作 一、进阶引言 我们将在教程中绘制几个图。 我们激活 matplotlib 以显示内联图。 scikit-learn 提供最先进的机器学习算法。 然而，这些算法