|
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
/
Unsupervised Learning
本课程为精品课,您可以登录eeworld继续观看:
Unsupervised 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:14分13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
基于凌阳单片机的智能家居控制设计
[img]file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/80[K(J]{_I1_LKR7KBM_L[U.jpg[/img]
weijinger
单片机
求教硬件设计如何上手
我通信工程毕业的,学过模电和数电,请问现在硬件设计是个怎样的工作方式阿,protel手动画还是怎样的?我想学学,请教下怎么学比较有效律,谢谢,还有就是这一行前途如何呢
wybetter
嵌入式系统
E金币换的小米鼠标到了
JD快递真叫一个快
dql2016
聊聊、笑笑、闹闹
值得关注的一种无线通信技术---UWB
这就是所谓的"UWB(Ultra WideBand,超宽带无线技术)"技术。正如其名称一样,UWB技术是一种使用1GHz以上带宽的最先进的无线通信技术,被认为是未来五年电信热门技术之一。但是UWB不是一个全新的技术,它实际上是整合了业界已经成熟的技术如无线USB、无线1394等连接技术。什么是UWB?UWB是一种高速、低成本和低功耗新兴无线通信技术。UWB是指信号带宽大于500MHz或者是信号带宽
冰人
无线连接
第六届设计应用大赛决赛设计论文----手势识别器
[i=s] 本帖最后由 paulhyde 于 2014-9-15 09:11 编辑 [/i][url=http://tech.eccn.com/2007fdc/1000142.pdf]手势识别器[/url]
呱呱
电子竞赛
想深入学习FPGA,大家给推荐几本书,谢谢
上学期学习了FPGA,想在深入学习一下,大家给推荐几本书,thank you
电子--------
FPGA/CPLD
推荐内容
热门视频
更多
Atmel SAM_D 系列概述
用LaunchPad BoosterPack生态系统快速建立原型(3)
TI-RSLK 模块 14 - 实时系统
电工学(天津大学)
直播回放: 低功耗,小尺寸&高温环境,带触摸功能 - 瑞萨电子最新16位RL78/G系列单片机介绍
同济大学数字信号处理教程(全72讲)
【虚拟仪器大赛】自平衡自行车
玩转Arduino——周边模块—传感器部件(1)
高效率的强光手电筒驱动方案:有效延长电池寿命
ADC中的电源设计
开源项目推荐
更多
使用MIC4575的典型应用电路,6V-18V分离±12V/100mA电源
TCR5SB45、200mA、4.5V 输出电压 CMOS 低压降稳压器的典型应用
EVAL-AD7466CB,用于数据采集系统的 AD7466、12 位、200KSPS ADC 的评估板
RD-342,适用于笔记本电脑的 60W、12V 交流转直流单输出电源的参考设计
DK68HC11-52J-110,基于 PSD813F 系列 CPLD 的开发板
AD8548ARZ-R7同相运算放大器配置的典型应用电路
STM32L476ZG MCU的评估板
EVAL-AD5242DBZ,AD5242 数字电位器评估板
使用 ROHM Semiconductor 的 BU4848 的参考设计
L78L24AC可调输出稳压器的典型应用
热门文章
更多
仿真看世界之SiC MOSFET单管的并联均流特性
超声波液位计液位测量软件的框架
ATmega88 省电模式
使用MSP430 Launchpad开发板连接HC-05蓝牙模块控制LED灯
MSP430 G2553 低功耗模式LPMx
移植QT5.6.0到嵌入式linuxS3C2440单板
浅谈新能源车中的CAN总线分布式控制系统
Synopsys长期 AI 投资正在取得回报
电路图
低静态电流是延长电池系统
高低频信号发生器电路
铃声控制电路
克拉普振荡器
感应式高压报警电路之五
采用浮动电源的功放
30Wx2高保真功率放大器
400m无线电遥控接收机电路
温度-电压变换电路图
静电喷涂高频高压发生器电路
电话筛选电路
音乐控制流水灯电路
自动风量控制器电路
具有冷端补偿的隔离热电偶电路
IX0465CE系列内部电路图
直流变换器输出电压的设定方法负输出电压情况电路图
自动开,关的电子镇流器电路图b
矿灯瓦斯报警器(一)
采用双电极传感器的便携式CO检测电路
流水彩灯
介质温度检测电路
音响玩具汽车电路
500 w灯光调变电路
声控、调光商用彩灯控制电路
通用放大器电路
175V稳压电源电路
稳定的正弦波振荡器
2~20MHz变频晶体管振荡器
电脑主板电路图 815 4_59
可能感兴趣器件
HLMP-CW19-TW400
MAL209457101E3
GLL4757A-E3/97
D55342E07B261DRT3
MJHS-01L2-48A-018-5J43
19134-0010
70232-116LF
1-A-07-048.0-09-H-2
ZRLKL-2420-350PN
Q22F4AUXXR220LT
MQP6KE6.8CA
AM29LV033MU112RWCF
ECW0D-J24-KE0036
62-02534-A2-0300
EC3SMA-S-4.999M
WDM6-12-A-1-B-6
VTM3-C21D-39M000
LD08GC112MAB9A
WF08U26K7DBL
54121-809111050LF
M80-4T10805F1-00-322-01-322
RWR74N2320FPS73
S1010CPY9420D10
MG721-4.93M-0.1%
C49Y-A1B2C2350-2.400D18
YRM23F5FBCNN
7203L1PCWV8PE22
N999-07-274R-DA
667-261-NF-S2356
HCHP0603K73R2DBTB
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 © 2005-2025 EEWORLD.com.cn, Inc. All rights reserved
用户评论