|
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
/
Matrix Matrix Multiplication
本课程为精品课,您可以登录eeworld继续观看:
Matrix Matrix Multiplication
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:11分9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
嵌入式linux入门笔记
fish001
Linux与安卓
谁有protel DXP2004的教程
[size=6][color=red]谁有protel DXP2004的教程共享共享谢谢![/color][/size]
ekson
PCB设计
USB驱动的相关问题
我现在在做一个USB鼠标,芯片是PIDUSBD12,问下各位就是固件程序和功能驱动都应该实现什么功能的,在固件程序里面是不是只要有对D12芯片的读写数据和命令,USB总线的控制端中断处理,还有一些描述符的定义就好了,我准备用DriverStudio来构造的一个HID驱动,那应该包含哪些程序段呀,还有就是鼠标应该是属于HDI设备的,是不是还要有个HID类的,有点迷糊,能告知下大体的流程么,不胜感激~
忧郁和尚
嵌入式系统
电动汽车bms常用电流传感器介绍
[i=s] 本帖最后由 alan000345 于 2018-7-13 14:48 编辑 [/i][align=left]在一般低压消费类产品的设计中,电流采样一般都用小的精密电阻,通用采集电压后,小电压进行放大,运用差分比例放大,后经过单片机采样进行处理计算电流处理。原来做射频类的标签和读卡器时,由于需要低功耗,加上一般这类设备需要的电压都很低,所以元件都是超小的贴片。电动汽车的bms测动力电池阻
alan000345
汽车电子
让低功耗 MSP430 的功耗更低 — 第 1 部分
[align=left][font=微软雅黑]您想到TI 一流微控制器 MSP430 时,低功耗是首先浮现在脑。毕竟,这是就 MSP430 在电池供电应用中如此受欢迎的原因。您可通过限制电池流耗,有效延长您应用的电池使用寿命。鉴于锂离子电池技术的[color=rgb(205, 23, 31)][url=http://www.rdmag.com/news/2013/01/what-holds-ene
maylove
微控制器 MCU
【R7F0C809】开始运行一个Demo
[i=s] 本帖最后由 wwwming0329 于 2015-8-17 14:28 编辑 [/i][color=#666666]一、开发环境安装[/color][color=#000][font=Microsoft YaHei UI]使用光盘中的“CubeSuitePlus_Package_V20100.exe[/font]”安装CubeSuitePlus+开发工具。安装完成后其版本号如下图,版本
wwwming0329
瑞萨电子MCU
推荐内容
热门视频
更多
电子测量与智能仪器(浙江大学)
人工神经网络及其应用
DDR电接口检验和内存系统调试
TI 毫米波雷达技术介绍
MSP430的开发资源:源代码、应用笔记、参考设计等
PIC10F32X和PIC16F150X系列的可配置逻辑单元
Altera Mini-Data机器人
汽车外部照明 - 后灯设计挑战
直播回放: Microchip 安全系列28: 如何防止黑客入侵我的系统?
研讨会 : ADI 基准电压源产品技术及应用选择
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
儒卓力提供Nordic Semiconductor超级紧凑单芯片 PMIC 解决方案
iTOP-4412开发板-使用PartitionManager分区之后tf卡无法识别
NDI传输协议技术的原理方法
Ampleon发布增强性能的第3代碳化硅基氮化镓晶体管
STM32F0单片机快速入门一: ARM架构与STM32F0
直流电机的调速电路原理图解
基于MAX6603信号调理器的PC温度测量系统的步骤
电路图
太阳能闪光器原理电路
一款高性价比的有源音箱02
单结晶管的内部结构及等效电路
RTS5310(3音)电路
限位控制线路
用TMC-80微机控制可控硅电路
脉宽调制电机转速控制器
6V电池用的升压开关稳压器
应用电路原理图
自动断路的充电电路图
电池测试器电路图
U2402B构成的充电电路图
三片IC无线对讲机
电流型低压电压触电保安器电路图
随机性电子小玩具电路
表演用的多位计数电路
温度报警装置电路图
采用单稳态触发器的定时器
诺基亚3300 手机故障维修实物彩(1)
TDA2611A功放电路
555变音调多谐振荡器电路
555保险丝过荷熔断声光报警保安插座电路
简单的矩形波发生器电路
1kHs一1M髓z的正弦振荡器电路
有数字显示的电池供电气压计电路
光控集成稳压电源电路之一
双向晶闸管单相控制电路
XJ01-14~20型自耦降压启动器电路
“欢迎光临、欢迎惠顾”声光语音/音乐电路
用SK-Ⅱ制作的声控音乐插座电路
可能感兴趣器件
FMC18DRYN-S13
JT00RT-20-35PB(021LC)
CRA12E0835K62FTR
WTKA56SSY
ECF-10-8.000M-V
ASMT-JY31-NVVF1
MK-282-009-443-990R-KP53
M55342H08B39B7PBS
AXOS00P90201Z230BPP
CSR13E106KM
NPP2-T12614.2OHM0.25%25PPM
181107-28
RM73B2BTE132J
PS2S40-136TB-U
7203SPD9Z3GI22
7105MH3A2RE2
1206G102G201GT-
51724-30414412A0
PS1MS-110GABR-U
PCN5037-513-JBW
78229-121HT
M55342M02W30E1C-W
SIHF28N60EF
TP3109A
M6DXF2-S1S1Z1-R
CCN-7809LF-07-1291-B-B
1812N511P102PHT
MN-2J3-025-PP1-41PG
SIT9045AMR72Q30SJA25.000625D
RVC32K7683FTP
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