|
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
|
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
电流型buck电路
大多数buck电路都是电压模式,使用TPS54231设计buck电路后如何将电压型改成电流型从而点亮LED。或者电压型改成电流型的原理是什么,如何计算分压电阻?
马东东
模拟与混合信号
iMX6Q汽车级金手指核心板(MH-C6QS1)
[align=left][color=rgb(0, 0, 0)][font=Arial, simsun][size=12px]辰汉电子 MH-C6QS1核心板集成了汽车级的Freescale i.MX6Q处理器,i.MX6Q是基于ARM CORTEX-A9内核构架,可4个CPU核同时工作,主频达到1GHz,支持2D/3D图形加速,集成了1080P视频硬件编码和1080P的视频解码硬件加速引擎。[/
morninghan-001
ARM技术
【麦昆试用】无线遥控
[i=s] 本帖最后由 xscc 于 2019-6-6 16:09 编辑 [/i]麦昆小车具备无线功能,用另一块micro:bit开发板来遥控麦昆小车。micro:bit板上有A,B两个按键,分别用来控制小车的前进与后退,加一块扩展板提供电源。用micro:bit特色的螺丝方式进行连接,如下图:对遥控发射端进行编程,无线编程非常简单,首先打开无线通讯,再设置好无线通道号即可。按下A键后,通过无线发
xscc
MicroPython开源版块
请教:如何改变28027的看门狗时钟?
请教:如何改变28027的看门狗时钟?我想延长看门狗的复位时间.
EEPO
微控制器 MCU
关于电力仪表接线端子工装的问题
[table=98%,rgb(239,245,249)][tr][td]现在公司在做一个微机保护的仪器,是个铝盒机箱,背后有很多接线端子,如开关量输入输出、通信、模拟量输入等等,现在想批量调试,做个调试工装。最麻烦的就是模拟量输入那16个端子(画圈的地方),常规的做法是一个一个拧松螺丝,再把接有模拟量的插片一个个插入,然后再把螺丝打紧,这样操作真是是太麻烦了,特别是批量生产的话工作量太大了,问问大
zhangdaijinqf
工控电子
怎么在zigbee协议栈中加入rfid模块
zigbee似乎与rfid存在干扰,怎么才能将rfid的程序与zigbee兼容在线等,急
韩薇0513
RF/无线
推荐内容
热门视频
更多
用TI SimpleLink Wi-Fi CC3200让物联网成真4
Hover Camera-全球首款安全易用便携式无人机
360神秘智能硬件“雅典娜之手”
NFC近场感应技术详解
瑞萨电子无线遥控LED灯参考设计
传感器原理及应用(同济大学)
2015 TI 音频创新日 (3) 面向 BT 扬声器 / WIFI 的音频解决方案与完整的参考设计
HVI培训系列
具备有源 PFC 功能的离线隔离型反激式 LED 控制器
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
开源项目推荐
更多
使用 Semtech 的 SC1110 的参考设计
使用 ROHM Semiconductor 的 BD90640EFJ-C 的参考设计
用于仪表的 16 位 4 通道 DAC
使用 Analog Devices 的 LTC2415-1CGN 的参考设计
使用 Omron 的 S8VS-24024BE 的参考设计
控制电路包含用于反转单相电机的逻辑门和模拟开关
电源电路包含用于反转单相电机的分立半导体器件
使用 ROHM Semiconductor 的 BU4936 的参考设计
DC1813A-G,用于 LTC2367CMS-18、18 位、500 ksps、31MHz 低功率、低噪声模数转换器的演示板
NCP335 2A 具有自动放电路径的超小型可控负载开关的典型应用
热门文章
更多
jz2440裸机开发与分析:内存控制器2之不同位宽设备的连接
TCL将向三星供应智能手机的OLED面板
被动电子原件缺货严重,马来/印尼电容产量减少 30%~60%
大族激光:预计2021年净利润超19.5亿元,同比增超99%
4nm芯三星Exynos 2200前瞻:CPU性能提升有限
使用近场探头进行EMI干扰排查
ADI公司发布最新低功耗BioZ AFE,大幅缩小BioZ监测设备尺寸
汽车电子风扇它是如何工作的
通信 | 欧洲数字信号干扰器项目
电路图
2英寸液晶数字电路
星形联结电动机断相保护电路
公共汽车门状态检测电路
光电检测电路
CMOS与NMOS的互接口电路b
采用光敏电阻的光控防盗报警电路
晶闸管交流开关电路之三a
M9700型数字万用表电路
音调选择器电路
小功率音频放大器MC34119-02
HT-6010/6012/6013/6014/6015电路-b
变幻无穷的声光模拟控制器电路03
M58481P(电视机和音响设备)30功能红外线遥控接收电路
简易导通试验器电路
视频中频放大和视频检测波电路
维修、实验多用电源电路
携带式音频信号发生器电路
利用3个不同直流电源的同步电源电路
晶体管直流二倍升压电路
RTD电路过电压浪涌的保护电路
电压监视电路图
矿灯瓦斯报警器
光学轴角编码器用的光敏二极管电路
铂热电阻Pt100测温电路
红外线探测报警器电路
冰箱工作指示灯电路
掷码点数电路
845E电脑主板电路图_66
电脑主板电路图 810 4_14
电脑主板电路图 815 3_19
可能感兴趣器件
MI-P2PW-IXW
RN70E55R5BB14
VI-J13-CX-F4
HMC932LP4ETR
240-383DNF21-39PPCANN
2M801-008-26NF8-200PC
C41-NKA15H-CAO
1F21150C-P1410N-AF
955-4522-B2C
55510-314TR
PB03Q-901GSNT
BZV25/B1013/37
CS10FREQ1HJA-UT
MWDM3L-51GS-4J2-18H
MS27508E14F5PD
7105K12ZGI72
1005X622K500NT
BD095-62G-F1-0350-0070-0570-LG
C2012X7S0J106K085AC_17
M55342M05B25D5RTFV
RIAN14TTE562GHDE
LTZ-100V472MS56#B
Y172682K0000S19L
PFC-W0805RJ-01-2912-B
025802R61XD003M
DBP-M959LF-00-2290-BF
P-2010K2291ABW0
DBP-M998LF-03-1022-FD
SR32P0-26B2-180
WF20T1912DTL
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