|
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
/
Gradient Checking
本课程为精品课,您可以登录eeworld继续观看:
Gradient Checking
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37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
CC4022-十进制计数器 脉冲分配器
CC4022是4位JOHNSON计数器,具有8个译码输出,CP,CR,INH输入端。时钟输入端的似密特触发器具有脉冲整形功能,对输入时钟脉冲上升和下降时间无限制
rain
模拟电子
修改TFT驱动,导致只显示半个屏幕的现象
我修改了触摸屏驱动导致出现只显示上半个屏幕的现象,下半个屏幕是白色的;并且上半个屏幕的分辨率是正常的,程序窗口正适合3.5寸液晶屏幕。------------比以前有进步。红色部分为修改后的内容:修改部分:s2410.h[color=#FF0000]#define LCD_XSIZE_TFT(320)#define LCD_YSIZE_TFT(240)[/color]PLATFORM\SMDK24
topone654
嵌入式系统
高输入阻抗为什么好呢?
都说电压跟随器有高输入阻抗,低输出阻抗。在网上也查了 高输入阻抗为什么好:“假设讯源输出一个固定电压,传送往下一级,如果这一级的输入阻抗高,是不是由讯源所提供的讯号电流就可以降低?如果输入阻抗非常非常的高,则几乎不会消耗讯号电流(当然还是会有)就可以驱动这一级电路工作,换句话说就是几乎只要有讯号电压,电路就可以正常工作”但是网上讲的原因我看不明白,谁能通俗的说说为什么高输入阻抗能好的原因啊??
qwe2012
模拟电子
ST MEMS创意大赛第9贴 -- unico使用相关问题探讨
有两个问题拿出来讨论一下,上次那个问题版主很快就给我找到了相应的资料,非常感谢~~ 还以为PPT写错了,弄了半天自己看错了。。。。晚上精力确实不太好,后边争取调整一下。。。问题1:unico软件上可以设置中断1和中断2,我看开发板子上有中断3和中断4,是不是unico这个软件不能用中断3和中断4吧。问题2:另外MLC中,一直不太明白选择特征值那一步该怎么选?我尝试一些复杂的决策树,但是学习的结果和
传媒学子
ST MEMS传感器创意设计大赛专区
文件指针
如何使用Zw形势的函数把文件指针移到文件末尾以实现追加写
amanonline
嵌入式系统
如何用T0输出两个不同的频率(先低频率,然后高频率)
我用T0定时,输出两个不同的频率,先输出一个低点的频率,延时一段时间输出高点的频率,本来是想通过改变装不同的初值来实现输出不同的频率,但程序下载在单片机后,用示波器观察不正确,一直只有低的频率,不论等多久,而且发现示波同时显示有两种波形,但高频率的波形很浅,基本上看不出来,程序如下:#includereg52.hsbit PULSE=P3^2;//脉冲输出脚unsigned char CZH ;/
T待鸿
单片机
推荐内容
热门视频
更多
stcunio数字电源入门套件讲解
Deep Learning Theory(台大李宏毅,中文)
数字示波器的操作数字示波器的操作_台师大_张国维老师
利尔达无线资源介绍
ARM裸机视频教程(基于S3C6410)
半导体器件原理 复旦大学 蒋玉龙
LabVIEW 快速编程之谜
CES 2015: LifeQ开发人体传感器
EDA技术 杭电 郭裕顺
栅极驱动器的设计陷阱以及如何解决
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
PI 推出内置USB PD控制器的InnoSwitch3-PD系列反激式开关IC
ST 向大众市场推出ST4SIM M2M用兼容GSMA的eSIM卡芯片
使用实时 MCU 顺应服务器电源的设计趋势
富士胶片:第五代 X 系列相机上半年发布,将为革命性产品
中瓷电子拟收购氮化镓通信基站射频芯片业务,股票停牌
用指针式万用表查找直流电动机电枢绕组断线故障
工业机器人更加准确的方位
罗姆在打印机用激光二极管市场的布局与优势
电路图
功率MOSFET应用的一些小总结,你值得拥有
过电检测电路
蓄电池充电状态指示电路之一
LC182、LC181音频压控彩灯控制专用集成电路
两种新型应用的水位自动控制器电路图
DC-DC变换的开关电源电路
μPC1335V音响IC电路图
LT1185应用电路图
无触点冰箱断电保护器电路
机电控制延边三角形电动机减压起动控制电路
电控可编程增益电路
采用稳压器构成的输出正负压的双稳压电源电路图
由三个接触器组成的正反转控制电路图
随动闪光电路
电源故障监视电路
IGBT驱动电路
胆机日本TDA1541A DAC电源 V1电路图
路灯霓虹灯节能光控定时开关电路
电火锅活力调节器电路
无线增益提升器
555大型滚筒式洗衣机电控器电路
M50163—150SP (电视机)红外线遥控接收微处理器
带有音调和音量调节的低频放大器电路
6w低频集成放大器电路
双向晶闸管延长白炽灯使用寿命电路
多功能视力保护器
镉镍电池放电器电路
直热式整流电子管全波整流及滤波电路
电脑主板电路图 820 2_19
电脑主板电路图 830_32
可能感兴趣器件
SL1-007-SH142/01-66
PSU34015
PIC18F65K90-I-MRRSL
SIT1602BC-81-30S-26.000000T
1200JGG150JF26B
FO1003P-T7-6W16096L
75914-215-56
DWM-21-52-G-S-120
UFZT705TC
ABH3-FREQ-33-R300-B-1-W-T
Q22FP5GXXW24ELT
RC1/4TL30111J
SP2-016-SH198/01-99
T83D156K020UBAS
MM-212-021-161-43WP
7107SPDV4RE
M55342M09B2F49CS32
RDS322-237TT
SL3-111-U115/01-55
CD2-500/821KY5P1D-
BLU2512P-4220-CB101
PTN2208H37R4BGBS
XR68C92_05
CX11LHG3CSM2-16.0M,30/50/-/C
FS3SX21A2627MLF
ECS-270-8-36Q-AKS-TR
FP-U8989-11-4421-A-T-5
252CPX330FS1HEROHS
Y010656K0000B9L
KHR2-T227360KOHMS5%2.5KVDC
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