|
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
/
Model Selection and Train-Validation-Test Sets
本课程为精品课,您可以登录eeworld继续观看:
Model Selection and Train-Validation-Test Sets
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:12分3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
ZigBee产品及解决方案一览
赫立讯:无线模块(组网能力最强,功能最完善)赫立讯无线模块,以8比特主流的Silicon Laboratory8051和Freescale单片机为两大主轴,搭配目前Zigbee业界里最领先的Chipcon、Freescale、ZMD等IEEE802.15.4射频芯片,成为完整的传输、通讯、感测多功能一体的嵌入式通信网络模块。这种芯片组的搭配,是目前业界最灵活,也最能满足各种客户需求的架构。单片机主
1234
RF/无线
TI图形库里的触摸参数如何修改?
const long g_lTouchParameters[NUM_TOUCH_PARAM_SETS][NUM_TOUCH_PARAMS] ={ // // Touchscreen calibration parameters for use when no LCD-controlling // daughter board is attached. // {#ifdef PORTRAIT 480
蓝雨夜
微控制器 MCU
拆了个可编程电源,上面用了不少TI的芯片
[i=s] 本帖最后由 dontium 于 2015-1-23 11:09 编辑 [/i]2颗16位DA,一颗24位AD;不过这电源老坏;有一个叫的蓉儿朋友,买了他们的电子负载,不到1天就坏了,不过幸好返修包邮费;不过厂家的态度挺好的;曾经的经历:有一次刚好客户过来参观,用了这家公司的电源,给这台电源通了AC220V后,电源竟然无缘无故冒烟;打开看后,里面的电容爆了,后来询问厂家,厂家说中间有一批
music_586
模拟与混合信号
Micropython TurnipBit 青少年入门 触摸控制显示图形
新手学习资料大佬请自行忽略[b][color=#5E7384]此内容由EEWORLD论坛网友[size=3]loktar[/size]原创,如需转载或用于商业用途需征得作者同意并注明出处[/color][/b]
loktar
stm32/stm8
C8051F340开发板
谁有闲置的C8051F340开发板,求购或者是交换,说出你想交换的开发板,如果我有的话就交换!要求资料齐全,主要用来做USB设备开发。
lzgztm521
淘e淘
电脑驱动安装原理?
最近电脑换了系统,有几个问题想请教一下:在安驱动时,假如你安的驱动不适合你电脑硬件时,是不能安装的?假如不适合的能安装,再安适合的驱动,时不是适合的驱动就自动覆盖原来的驱动?安装的驱动在C盘有个Driver文件,有的系统是不是自动就把这个文件给隐藏了?这个文件里面我的怎么有五个子文件:Ethrtk,Vista,Vista32,W2K,WIN,我时安驱动时不知道那个驱动适合自己电脑,请问哪个子文件可
woinwow
嵌入式系统
推荐内容
热门视频
更多
7种智能设计怒刷存在感
直播回放: 国产芯 - 先楫800MHz RISC-V MCU高能秀,岂止控4只伺服电机
C编译器软件安装演示视频
PCB设计流程规范
TPS56x201/8 直流降压器简介
LED 功能介绍及 LED 驱动设计注意事项
如何轻松确定适配器的直径
SimpleLink帮助您开发蓝牙低能耗项目
Atmel AVR技术的历史
计算机视觉课程 清华大学 王明哲
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
超高信噪对于MEMS麦克风的重要性
OPPO推出NPU,迎接计算影像时代——情理之中与意料之外
电子不仅是粒子,而且是波——“魔角”石墨烯超导性成因揭示
ARM+FPGA开发板基于FFMPEG的网络视频播放终端——米尔NXP I.MX 8M
贸泽开售Silicon Labs EFR32FG25 Flex Gecko无线SoC
电路图
光敏电阻可组成桥式光电检测器电路图
电脑电饭锅电路
TA7241AP功率放大器电路图
NJM2178应用电路
简易镍镉电池充电装置
JS88节日彩灯抓哟集成电路
STK060功率放大器电路图
RTS5309(3音)电路
电唱机与扩音机的配接电路
石英谐振器的等效电路
低功耗电源稳压器ADM66306
上下限超温报警器电路
具有可编程放大系数和选择输入的同相放大电路
电源电路图
汽车录像机电视逆变器电路图
功率因数校正前置稳压器电路图
反相输入放大器电路
DG型电热恒温干燥箱电路04
检测振动的电路图
MC33269可编程输出稳压电源
离子感烟报警电路
光电隔离脉冲放大器电路图
超声波发射电路载波信号及形成电路图
STK082功放电路
STK080G功放电路
输出电平自动控制的LC振荡器
抗干扰节电开关
用电阻进行D/A转换的原理
三线圈电压继电器平衡控制断相保护电路
820e电脑主板电路图_07
可能感兴趣器件
4306T-101-1300DA
FL-3530S-SB
55854-128
530RA344M000DGR
KBP200G-LF
561-BCA28HD-CA0
A381202L2
NRC06F2494TR10F
DBEU103Z057-90
CS1301-9ERD9T
76020G-13E-98JD
HDM03-BM28A
HVRT29L6983C2
FOLC-145-L4-L-Q-LC
ECS-FREQ4-S-23ACDU-TR
P9L-511238W
PHCR2512-2805BCB
SE-K10M10K0A2SM1636
RK-09012-D2.2KL-30KS
7101L2PH3WSI22
DIP-U1959-11-8162-A-A-1
ECOS2DA221DG
AC0603CPNPO0BB
M80-4T12205F2-05-321-09-322
1808N330F251VX080TM
C0805C201K5GACAUTO
50501-05541-003
CRHP1210AG5M90DKFW
DIP-1999HT-03-3700DA
VG95234A28-20SX
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