|
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
中文
En
|
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
/
Supervised Learning
本课程为精品课,您可以登录eeworld继续观看:
Supervised 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:12分29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
MicroPython动手做(21)——掌控板之磁场传感器
[i=s] 本帖最后由 eagler8 于 2020-4-28 17:00 编辑 [/i]地磁(磁场)传感器MMC5983MA测量范围:8 Gauss精度0.4mGz,电子罗盘误差0.5注:掌控板2.0版本才有此内容由EEWORLD论坛网友eagler8原创,如需转载或用于商业用途需征得作者同意并注明出处
eagler8
MicroPython开源版块
光耦的CTR
用于开关电路,所以必须要是三极管处于深度饱和区.一般工程师在设计时,IF*CTR=(2~3)Ic,这里取2~3倍是为了处于饱和区.
安_然
模拟电子
电源哪个抗干扰性好
请教各位大侠,对于单片机来说,传统的串联式稳压电源和开关电源哪个抗干扰性好呢,为什么?
weiwei
电源技术
430怎么产生线性调频信号
请问1611怎么产生线性调频信号,谢谢啦,有没有例子??
wangfei890912
微控制器 MCU
问一下 元器件清单的公布问题
[i=s] 本帖最后由 paulhyde 于 2014-9-15 09:42 编辑 [/i]今年的元器件清单公布时间是29号?不会提前公布出来么早点公布也好早点猜题啊?:lol
wwk157
电子竞赛
关于 微信号数据采集系统设计的疑问
本系统侧重点在微信号的采集,通过设计一个微信号采集和分析的系统,通过特定的集成电路对微小信号放大,转变为标准电流信号并能够传输到远端。通过模数转换器将其转换为数字量。利用相应软件对采集到的数字进行修正,使之能够比较准确的代表原信号所代表的物理量,例如空气中的各气体比例、液体的酸碱度等。老师给我一个ad694(电流/电压装换)的芯片资料,以及告诉用plc编程就走啦.这几天我查询数据采集 控制技术 a
shixxing
嵌入式系统
推荐内容
热门视频
更多
直播回放: TI 创新下一代汽车网关系统
TI C2000 Piccolo 单芯片 - 实现双轴伺服电机和马达控制
UCD3138模拟前端(AFE)模块
爱特梅尔maXTouch S 系列触摸屏控制器 - 创造一直梦寐以求的产品
世界首款柔性智能屏手机问世
Rigol 全国巡回研讨会: 怦然芯动,无限可能
飞思卡尔完善的永磁同步电机无位置传感器矢量控制解决方案
2016 TI 工业研讨会:TI高功率密度电源设计中的散热解决方案
物联网概论
Gain and Phase measurements of a flyback converter
开源项目推荐
更多
使用 Analog Devices 的 LTC1655LIN8 的参考设计
NIOS-DEVKIT-2C35N, Nios II Development Kit, Cyclone II Edition 为基于 Altera Cyclone II 器件开发嵌入式系统提供了硬件平台
AD8352-EVALZ,AD8352 2GHz 超低失真差分射频/中频放大器评估板
【RA】单电机电动晾衣架升降控制板
iCoupler 隔离产品的 ESD/闩锁注意事项
WIFIkill缩小版板厚1.2mm
DC826C-B,用于 LTC2951-2 按钮开/关控制器的演示板
SI9181DB,SI9181 评估板,1.8V、2V、2.5V、3V、3.3V、5V DC 到 DC 便携式单路输出电源
LDK130C10R 1V、300 mA 低静态电流、极低噪声 LDO 的典型应用固定版本电路
L78L05C 正压稳压器的典型应用,用于高输出电流短路保护
热门文章
更多
这项技术的运用,让电动车续航里程突破1000公里不再是奢望
第三代半导体生产工具获突破!将缓解车企芯片短缺
【汇编优化】之ARM32与AARCH64指令集优化总结
11-S3C2440驱动学习(五)嵌入式linux-网络设备驱动(二)移植DM9000C网卡驱动程序
wifi分析仪android 9,Wifi分析仪(无线信号检测)
新纳米颗粒可在肺部进行基因编辑,有助开发囊性纤维化肺病新疗法
智能汽车芯片加码,来自韩国的独角兽企业Telechips有不同解法
基于ARM7及GPRS的路灯监控通信系统终端
适合下一代蜂窝网络的优化芯片解决方案
电路图
农田排涝自动控制电路
占空比可调倍频器
使用交流电动机的喷灌控制电路
应用LOGO!实现多功能开关的照明控制电路b
AC-SSR应用电路c
简单的双极性可调稳压电源电路
XJ10系列自耦降压启动器启动电路
采用电流串联反馈的前级放大器
四路闪烁灯串电路(2)
NCP1014驱动LED照明电路
稳压器的改进电路图
CW3524控制GTR构成的开关电源电路图
TA7368P功放电路图
音频静噪电路
高精度无触点恒温器电路
停电自锁开关电路
暗室定时器电路
贡宝牌DYP-28A,DYP-30A,DYP-32A电子热水瓶电路图
过电流保护电路图a
五阶衰减器
标准电池替代电路
三角波-矩形波振荡器电路图
LM3909内部电路原理图
液晶条图显示仪表电路
简单实用的恒温控制器电路
方型电脑自动电饭煲3
门电路构成的振荡电路
普通Boost ZVT-PWM变换器
视放电路:TDA5112
可能感兴趣器件
ET07M3D1CQE1
2200FG1G502F2KA
RN731JTTD7771B05
2M801-007-16NF9-200PF
BLU1206-5693-CB101
RC12L9314GBG
70T3589S133DRI8
SST39VF800A-70-4I-EK
SIT9005AIE7G-25SG
CSM1Z-A1B4C2200-FREQD18
DWC-12-A-3070-2-R-6
651-105-22-19-11-29
E203J1ABE22
STR4-H-TL
VJ1206A820JFAAT
S34MS02G100BHV000
GSX-9/333BFFREQ
SQCD-100-40.00-SBL-TTL-3-F
961-EG24H-CW9
GA532F26033GKR
S2512CPC683K30
MJHS-05L2-52X-018-3A21
7107P3Y3A3RES2
7203L1PCWW4SIS
P-1010H5420BBT5
ABM9-FREQ1-18-80-D-7-U-T
PTN1010H2102FSWP
MC1206P-3922-DT101
M55342L06B208BMWPM
EG-2102CA159.3750M-LHSAB
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