|
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
/
Computing on Data
本课程为精品课,您可以登录eeworld继续观看:
Computing on Data
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:13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
【转】密勒效应
[i=s] 本帖最后由 dontium 于 2015-1-23 12:45 编辑 [/i][align=left][color=#000000]密勒效应[/color][/align][align=left][color=#000000]([font=Times New Roman]1[/font])基本概念:[/color][/align][align=left][color=#000000]密
dontium
模拟与混合信号
急急急!!!--我在对话框里使用了带有ImageList的ListCtrl,但是如果程序窗口先隐藏,然后再显示,列表控件的Image都不显示了
如题,如上操作后该显示image的地方(在每一行的最左边)成了白色。代码如下:bmp图片全部是256色m_Bitmap1.LoadBitmap(IDB_BITMAPL1);m_Bitmap2.LoadBitmap(IDB_BITMAPL2);m_Bitmap3.LoadBitmap(IDB_BITMAPL3);m_Bitmap4.LoadBitmap(IDB_BITMAPL4);m_Bitmap5
greenpea101
嵌入式系统
wince下dataGrid如何设置HeaderText ?
wince下dataGrid如何设置HeaderText ?
zzzpf
WindowsCE
充值信仰所付出的代价——国行moto g自行更换SIM卡卡槽
[b]以下内容,及其主观,充分是为了满足我的玻璃心所写![/b][b]开箱引悲剧:[/b]都说一入电信深似海,从此手机不好买,无奈电信的上网资费确实实惠,这不,刚买了张电信卡,选来选去最终决定充值信仰在moto官网999下单购买了一部电信版的moto g。大概等了一周,顺丰快递敲门送货了:pleased:箱子里就是moto g了迫不及待的打开箱子它就静静地躺在那里这张是清单,不是发票,发票需要我收
eric_wang
移动便携
有些英语,不能不懂装懂!——值得保留的[转载]
有些英语,不能不懂装懂!——值得保留的an apple of love 西红柿(不是“爱情之果”)American beauty 一种玫瑰,名为“美国丽人”(不是“美国美女”)be taken in 受骗,上当(不是“被接纳”)bring down the house 博得全场喝彩(不是“推倒房子”)black tea 红茶(不是“黑茶”) black art 妖术(不是“黑色艺术”) black
murray
聊聊、笑笑、闹闹
无刷直流电机控制应用 基于STM8S系列单片机(转)
[i=s] 本帖最后由 yichun417 于 2015-3-25 15:37 编辑 [/i]在其他论坛看到一个好的资料,分享给大家。要全部下载解压啊。
yichun417
stm32/stm8
推荐内容
热门视频
更多
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
回路电阻测试仪有哪些常见故障 又该如何解决
STM32F429--按键检测
大联大世平集团推出基于NXP产品的汽车PEPS方案
新能源车会在未来取代燃油车已经成为了大家的共识
福特车主终于等来苹果黑科技
【泰享实测之水哥秘笈】: 电源测试的人间烟火,深入浅出谈环路响应测试!
单元素二维拓扑绝缘体锗烯面世
混合式步进电机的结构和工作原理
示波器50m和100m的区别
电路图
重力传感器的技术干货
电容式交流接触器直流运行电路a
电容降压的单结晶体管触发电路
光继电器的两种基本电路b
单向运转能耗制动电路之一a
HT-1175A/B/C电路
编码器,译码器电路图
同步延迟的双时钟电路
晶闸管自锁开关电路
榨汁机的速度控制电路
三相电动机改为单相运行的接线方法_2
CA6140型车床节电控制电路_2
双华ZNB-S电动机正反转电路
金羚牌单向连动式换气扇电路图
电感负载电路
U2402B构成的简单充电器电路图
增益可编程低噪声差动放大器电路
无线话筒电路(两管)
555红外遥控八选台收音机电路
555用于加温控制的调功器电路
数字控制集成稳压电源
不要辅助电源的10~15V稳压电源电路
高速电流反馈运算放大电路OPA603
利用MAX712/MAX713的温度控制典型电路
热释电探测无线防盗系统
810E电脑主板电路图_25
845E电脑主板电路图_12
LED-6B595驱动的LED显示电路设计(共阴)
彩电遥控器20
可能感兴趣器件
177-710-5-51GP6J5-24RAN
GBJL1010-BP
5962-9690202HNA
C333C201JCG5TA
807-1757BPSZN72
TD-118-T-G-1
68441-240LF
C-13-DFB2.5-PD-SSC2APC-KSC
EP1100ETPDC-45.000M
ET23S1F1V3SE1
C-1550-DFB2.5-RD-SFC
MTL2F8401-6-001-101
IDT71682LA35L
804-003-01ZNU8-13SD
GT6B25A092P4
MC1210P-124-JB201W
D55342H07B226EPWI
AR06DBCV2400N
RNC70H1293DRR644
026T324S252D1A1
WBDDQSC-B-03-1401-D-
SOT-DIV23LF-03-1961-1961-FG
CC1-J7UJ7A161JSPW
RNC60K2000FMRSL
PR135A23321BCGT1
GUS-QSCB-001151-FA
BLU2010P-1803-AB50W
PRA135C5-8K25DLGT
MF04Q5110BTL
CHP1020L392GNT
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