|
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
/
Features and Polynomial Regression
本课程为精品课,您可以登录eeworld继续观看:
Features and Polynomial Regression
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39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
差动电容式传感器在智能电子水平仪中的应用
提出了差动式倾角电容传感器在分辨力为 0. 001mm/m的智能电子水平仪的应用方案 ,采用ICL8038集成芯片作为差动电容电桥的激励电源 ,使用两片LF398 同时对两路电压进行采样及 AD7706 对采样所得信号进行A/D转换 ,并给出了温度和非线性补偿方法要点及实验结果。
frozenviolet
测试/测量
影响LED热阻的很多因素
热阻(thermal resistance),是物体对热量传导的阻碍效果。热阻的单位为℃/W,即物体持续传热功率 为1W时,导热路径两端的温差。LED 的热阻是指LED点亮后,热量传导稳定时,芯片表面每1W耗散,PN结 点的温外与联机的支加或散热基板之间的温度差就是LED的热阻Rth。热阻值一般常用θ或是R表示,其中Tj为接面位置的温度,Tx为热传到某点位置的温度,P为汇入的发热功率。热阻大表示热
探路者
LED专区
问一下什么叫恶意刷屏?
怎么判断是不是呢?像[url=https://bbs.eeworld.com.cn/thread-440397-10-1.html]https://bbs.eeworld.com.cn/thread-440397-10-1.html[/url]中的 [url=https://home.eeworld.com.cn/space-uid-556935.html][b][color=#333333]发热
wangfuchong
聊聊、笑笑、闹闹
新手,现在手里有一个天煌的单片机试验箱,求教!
请问现在手里有个天煌的单片机基础试验箱,没有带仿真器,能开始学单片机吗
顽强小石头
51单片机
器件选型-怎样选择运放
选择运放,在选择便宜又方便买到的基础上,还需要具体需要关注以下几个参数:1、电源电压范围(VCC)首先,确认运放的电源电压范围,以及是单电源供电,还是双电源供电。比如,LM358既可以双电源供电,也支持单电源供电。2、共模输入信号范围(Vicm)所有运放对输入信号的电压都有一个承受范围。共模输入信号范围指的是输入运放反相输入端或者同相输入端信号的电压限制,若输入信号超过这个范围,运放的输出将产生截
liutao2011
模拟电子
找windows CE
有谁可以做windows CE 驱动,急。有意者联系13714728366
000juli
嵌入式系统
推荐内容
热门视频
更多
Simplelink传感器控制器简介
马斯克再次改写历史,Space X“重型猎鹰”运载火箭首飞成功,将跑车送上天
Hercules™ :只为更安全_2016 TI 嵌入式产品研讨会实录
Loop Compensation of a Discontinuous Flyback
数字化仪和数字万用表介绍视频
SYS BIOS 简介(1) —— 概览
简化MHL信号的设计、调试和验证
SimpleLink 系列产品的安全性介绍
全息智能二次元萌妹纸让你不再孤单
波士顿动力新一代双足机器人Atlas
开源项目推荐
更多
使用 ON Semiconductor 的 LM431SAI 的参考设计
用于白光 LED 的 TB62752AFUG 升压型 DC/DC 转换器的典型应用
【航顺训练营】航顺hk32开发板
FEBSPM3SPM45-M01MTCA-GEVB:Motion SPM3/45H 评估板
基于ESP8266的智能夜灯
DC2175A,用于具有同步整流的 LT3752 和 LT8311 有源钳位正激转换器的演示板
使用 ON Semiconductor 的 FAN4810 的参考设计
UTC TDA2050L单电源标准电路
[已验证]BQ24650-光伏MPPT多串锂电及12V铅酸充电电路
LTC2184 演示板,16 位 105Msps 双路 ADC,DDR LVDS 输出,5-140MHz
热门文章
更多
s3c2440学习之路-008 uart实现printf函数
ARM开发——搭建嵌入式开发环境
基于51单片机的两相步进电机控制系统
电动汽车第一次充电需要注意哪些问题
三相异步电动机的工作原理
教你如何选择频谱分析仪
变频电机的变频范围是多少_变频电机输出功率与频率的关系
ARM开发中几个常见的寄存器详解
双极步进电机和单极步进电机之间差异
电路图
开关电源PCB排版的要点总结,值得收藏!
智能机器人红外发送接收电路详解
直流稳压电源状态显示电路
无线电感应式报警电路
智能电熨斗控制电路
二极管、阻容消火花电路a
路灯光控电路之十二
“随声听”功率接续器的制作01
简易抢答器电路
加入自举电路的OTL电路
重复式定时电路
DC-DC变换电路03
时控保健灯电路
电话音量键控电路
柴油机机油和冷却水压力、温度报警电路
CM6123型车床电气控制电路_3
可调谐音频滤波器.gif
稳定的光耦合器
低功耗共源放大器
绝对值运算电路
数字温度检测电路
使用MC1545的视频开关电路图
数控线切割机上用的光电放大电路
模块化的防盗系统
双跟踪稳压电源
两个接触器组成的Y-△降压启动电路
845ddr电脑主板电路图_60
875p电脑主板电路图_047
电机过载保护电路
可能感兴趣器件
FM2320-7PD1
M38516FB-SP
PDSH02-12D12W
2649LHC21601L24V/6
MEM2012T101R
961-NKB2-NW0
GUS-SS7BLF-03-2051-B
RC65ZLF2K26BA
FW-10-05-L-D-348-065-A
1520SA601501H
SSB6CG301200NNNN
SSB6UM111380
R577512102
MC33765DTB-30
64-25427-CC-0300
50765-C071CLF
MSMF12C-T7
ENA2D-B28-L00128
AR235RAA11NJPU
BD095-36G-B0-0250-0070-0250-LD
DRF-B25SB-G-632
RN14B2710CT5-25
FP5048-2153-CB25Q
MEWT-211-F/Q
SLCB12
AB-120.0000MHZ-G-Q35-O7-T
BD105-14C-2-0250-0250-0250-ND
0805F1000151JCT
GP70-2872-CB50Q
H25D-F2-2356-AZ-28V/5-EM12-NI
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