|
首页
|
电子技术
|
电子应用
|
电子头条
|
社区
|
论坛
测评
博客
电子技术视频
|
下载
|
电路图
|
参考设计
|
Datasheet
|
活动
|
直播
|
datasheet
datasheet
文章
搜索
|
首页
|
电子技术
|
电子产品应用
|
电子头条
|
论坛
|
大学堂
|
下载
|
参考设计
|
Datasheet
|
活动
|
技术直播
|
datasheet
datasheet
文章
搜索
大学堂
上传课程
首页
课程
TI培训
直播频道
专题
相关活动
其他资源
下载中心
电路图
参考设计
您的位置:
EEWORLD大学堂
/
机器学习/算法
/
机器学习 吴恩达
/
What is Machine Learning
本课程为精品课,您可以登录eeworld继续观看:
What is Machine Learning
登录
播放列表
课程目录
课程笔记
课时1:Welcome
课时2:What is Machine Learning
课时3:Supervised Learning
课时4:Unsupervised Learning
课时5:Model Representation
课时6:Cost Function
课时7:Cost Function - Intuition I
课时8:Cost Function - Intuition II
课时9:Gradient Descent
课时10:Gradient Descent Intuition
课时11:Gradient Descent For Linear Regression
课时12:What-'s Next
课时13:Matrices and Vectors
课时14:Addition and Scalar Multiplication
课时15:Matrix Vector Multiplication
课时16:Matrix Matrix Multiplication
课时17:Matrix Multiplication Properties
课时18:Inverse and Transpose
课时19:Multiple Features
课时20:Gradient Descent for Multiple Variables
课时21:Gradient Descent in Practice I - Feature Scaling
课时22:Gradient Descent in Practice II - Learning Rate
课时23:Features and Polynomial Regression
课时24:Normal Equation
课时25:Normal Equation Noninvertibility (Optional)
课时26:Basic Operations
课时27:Moving Data Around
课时28:Computing on Data
课时29:Plotting Data
课时30:Control Statements- for, while, if statements
课时31:Vectorization
课时32:Working on and Submitting Programming Exercises
课时33:Classification
课时34:Hypothesis Representation
课时35:Decision Boundary
课时36:Cost Function
课时37:Simplified Cost Function and Gradient Descent
课时38:Advanced Optimization
课时39:Multiclass Classification- One-vs-all
课时40:The Problem of Overfitting
课时41:Cost Function
课时42:Regularized Linear Regression
课时43:Regularized Logistic Regression
课时44:Non-linear Hypotheses
课时45:Neurons and the Brain
课时46:Model Representation I
课时47:Model Representation II
课时48:Examples and Intuitions I
课时49:Examples and Intuitions II
课时50:Multiclass Classification
课时51:Cost Function
课时52:Backpropagation Algorithm
课时53:Backpropagation Intuition
课时54:Implementation Note- Unrolling Parameters
课时55:Gradient Checking
课时56:Random Initialization
课时57:Putting It Together
课时58:Autonomous Driving
课时59:Deciding What to Try Next
课时60:Evaluating a Hypothesis
课时61:Model Selection and Train-Validation-Test Sets
课时62:Diagnosing Bias vs. Variance
课时63:Regularization and Bias-Variance
课时64:Learning Curves
课时65:Deciding What to Do Next Revisited
课时66:Prioritizing What to Work On
课时67:Error Analysis
课时68:Error Metrics for Skewed Classes
课时69:Trading Off Precision and Recall
课时70:Data For Machine Learning
课时71:Optimization Objective
课时72:Large Margin Intuition
课时73:Mathematics Behind Large Margin Classification (Optional)
课时74:Kernels I
课时75:Kernels II
课时76:Using An SVM
课时77:Unsupervised Learning- Introduction
课时78:K-Means Algorithm
课时79:Optimization Objective
课时80:Random Initialization
课时81:Choosing the Number of Clusters
课时82:Motivation I- Data Compression
课时83:Motivation II- Visualization
课时84:Principal Component Analysis Problem Formulation
课时85:Principal Component Analysis Algorithm
课时86:Choosing the Number of Principal Components
课时87:Reconstruction from Compressed Representation
课时88:Advice for Applying PCA
课时89:Problem Motivation
课时90:Gaussian Distribution
课时91:Algorithm
课时92:Developing and Evaluating an Anomaly Detection System
课时93:Anomaly Detection vs. Supervised Learning
课时94:Choosing What Features to Use
课时95:Multivariate Gaussian Distribution (Optional)
课时96:Anomaly Detection using the Multivariate Gaussian Distribution (Optional)
课时97:Problem Formulation
课时98:Content Based Recommendations
课时99:Collaborative Filtering
课时100:Collaborative Filtering Algorithm
课时101:Vectorization- Low Rank Matrix Factorization
课时102:Implementational Detail- Mean Normalization
课时103:Learning With Large Datasets
课时104:Stochastic Gradient Descent
课时105:Mini-Batch Gradient Descent
课时106:Stochastic Gradient Descent Convergence
课时107:Online Learning
课时108:Map Reduce and Data Parallelism
课时109:Problem Description and Pipeline
课时110:Sliding Windows
课时111:Getting Lots of Data and Artificial Data
课时112:Ceiling Analysis- What Part of the Pipeline to Work on Next
课时113:Summary and Thank You
时长:7分14秒
日期:2018/05/02
收藏视频
上传者:老白菜
去评论
课程介绍
相关标签:
机器学习
ML
machine learning
此课程将广泛介绍机器学习、数据挖掘与统计模式识别的知识。主题包括:(i) 监督学习(参数/非参数算法、支持向量机、内核、神经网络)。(ii) 非监督学习(聚类、降维、推荐系统、深度学习)。(iii) 机器学习的优秀案例(偏差/方差理论;机器学习和人工智能的创新过程)课程将拮取案例研究与应用,学习如何将学习算法应用到智能机器人(观感,控制)、文字理解(网页搜索,防垃圾邮件)、计算机视觉、医学信息学、音频、数据挖掘及其他领域上。
显示全部 ↓
推荐视频
用户评论
暂时无评论
猜您喜欢
推荐帖子
智能可视化嵌入式多点控制和加热控制器
[i=s] 本帖最后由 damiaa 于 2014-3-16 17:15 编辑 [/i]目标: 初步实现一个控制系统的框架。便于应用到多个相关的自动控制项目中。========================================================. 实现可视化的友好操作界面。能够直观清楚的使用户了解设备工作状态和提醒用户操作。. 友好的输入功能实现用户方便的操作。. 多个
damiaa
DSP 与 ARM 处理器
C语言嵌入式系统编程(收集大发送之4——ARM嵌入式系统C语言编程)
ARM嵌入式系统C语言编程1.pdf (嵌入式处理器分类及选型)ARM嵌入式系统C语言编程2.pdf (ARM芯片系列简介)ARM嵌入式系统C语言编程3.pdf(ARM7TDMI结构简介)
loadstar2006
ARM技术
关于电源接地
[p=30, null, left][font=宋体][font=Verdana][color=#000000][b]现如今,开关电源已经代替了线性稳压电源,活跃在电子电力设计领域当中。人们也逐渐意识到,开关电源已经改变了电子设计行业的技术方向。在电源设计中,安全往往是第一位的,在开关电源中也是如此,接地能够保护使用者的人身安全,并且确保电力设备的正常运行,那么在开关电源中合适的接地方式是什么?常
qwqwqw2088
模拟与混合信号
怎么修改XCL文件, RAM可以存在FLASH中?
RAM可以存在FLASH中,通过修改XCL文件,开辟出一段区间来存数据.
lishilong
微控制器 MCU
如何处理未使用的 I/O 引脚?
[size=4]导致耗流量高于预期值的一个问题是打开输入。为了防止打开输入,请对未使用的 I/O 引脚使用以下解决方案之一:[/size][size=4]将未使用的 I/O 切换到输出模式 [/size][size=4]将未使用的输入连接到 VCC 或 VSS [/size][size=4]通过电阻器将未使用的输入连接到 VCC 或 VSS[/size][size=4]提示:[/size][siz
Aguilera
微控制器 MCU
Windows PowerShell实战指南(第3版)
本书详细讲解了Windows系统的命令行工具PowerShell最新版本软件的使用,涵盖了最基本的命令和复杂的高级功能,对Windows网络管理员和其他平台的网络管理员来说都是不可多得的一本实用教程。本书不需要读者具有编程经验,任何对Windows系统感兴趣的人都可以阅读。PowerShell已经是一门开源、跨平台的脚本语言与管理Shell。在DevOps流行的现在,PowerShell无疑是的实
arui1999
下载中心专版
推荐内容
热门视频
更多
MSP430 单片机外围模块 - LCD
机智云专家智能高精度工业仪表实战软硬件整体设计总结
华为认证路由交换工程师在线课程【HCNA】
信号与系统 东南大学 孟桥
Altera VIP 1080P 视频设计
基于 TI MSP430 Scan Interface 技术的流量表解决方案
PCB设计流程规范
嵌入式系统及应用 电子科大 罗蕾
[高精度实验室] ADC系列 6 : 逐次逼近型 (SAR) 模数转换器 (ADC) 的输入驱动设计
埃隆马斯克TED访谈:我眼中的未来是什么样子
开源项目推荐
更多
使用 Semtech 的 SC1110 的参考设计
使用 ROHM Semiconductor 的 BD90640EFJ-C 的参考设计
用于仪表的 16 位 4 通道 DAC
使用 Analog Devices 的 LTC2415-1CGN 的参考设计
使用 Omron 的 S8VS-24024BE 的参考设计
控制电路包含用于反转单相电机的逻辑门和模拟开关
电源电路包含用于反转单相电机的分立半导体器件
使用 ROHM Semiconductor 的 BU4936 的参考设计
DC1813A-G,用于 LTC2367CMS-18、18 位、500 ksps、31MHz 低功率、低噪声模数转换器的演示板
NCP335 2A 具有自动放电路径的超小型可控负载开关的典型应用
热门文章
更多
高压无线核相仪日常的维护保养
倪光南:可适当聚焦RISC-V架构,掌握芯片产业发展主动权
STM32标准库转LL库代码
矩阵键盘的原理及应用
卢伟冰换上新手机:Redmi K50系列来了
日本半导体产业,为时已晚?
8.3系统中SPS的调用控制简析
气体检测仪检测不准的解决方法
可能感兴趣器件
MI-P70Y-IXZ
M3V25T2J-R
BL-SE1000A-11Y-XX
RSO-1212S/H2
VC1510135W3D
K2ABJCBCGA
T351A105M035AS4911
GUS-SS7BLF-01-4991-FC
GUS-SS8ALF-01-4871-DB
HS100 15R J
FTSH-120-04-H-DH
FMXMA2360IGB-29.000000M
M1AFS1500-1FG256
ECW0J-Y32-KE0012L
TKJB0C13A35HSC
AST0651406
D45D5-6258
DBL13W3S343A40
M83723/07F2255Y
EDI88512LPA35B36C
XCTQ10113702D
RK1243N-W68KL-20F
PTN1010K2551DST3
RWR82S83R5DSB12
SIT3373AI-4B9-28EX220.123456Y
WEPA-12PD1-C/Q
ML62593MBG
CH895A335JA30A0
GUS-QS0A-016982-CB
GA532F20056HAR
电子工程世界版权所有
京B2-20211791
京ICP备10001474号-1
电信业务审批[2006]字第258号函
京公网安备 11010802033920号
Copyright © 2005-2023 EEWORLD.com.cn, Inc. All rights reserved
用户评论