|
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
/
Diagnosing Bias vs. Variance
本课程为精品课,您可以登录eeworld继续观看:
Diagnosing Bias vs. Variance
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42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
pwm问题
我对lm3s6965例程里的pwm例程把PD1改PE1,结果PE1输出低电平,而没改之前PD1输出对应的是喇叭,高电平有效,一下是原厂提供的程序#include "inc/hw_memmap.h"#include "inc/hw_types.h"#include "driverlib/debug.h"#include "driverlib/gpio.h"#include "driverlib/pw
cylot
微控制器 MCU
PVCBOT【1号】疯狂的小强--避障机器人
一般智能的机器人都是用单片机芯片(MCU微处理器)做控制,简单一点的也需要由一些电阻、电容之类的电子元件组成的电子电路做控制。这里将介绍一个电路最简单的机器人,其不仅不需要单片机芯片,就连最普通的电阻、电容等电子元件也不用,完全是一个仅由电池、开关、马达组成的最基础的电学电路,一般只要有基本的物理电学基础就可以自行制作了。这是一个简单的避障机器人,所谓“避障”即避开障碍物,实际上就是遇到障碍物时会
diybot
DIY/开源硬件专区
单片机工作原理的认识
fish001
微控制器 MCU
双电源供电的问题
上面这个电路图是不是这样工作的。有12V时,MOS管不导通,12V通过肖特基二极管输出。没有12V时,MOS管导通,电池电压输出。我是小菜鸟,大神指教。谢谢!
chenbingjy
电源技术
讲一下MSP430程序库基本结构知识
与msp430最初的接触来自机械工业出版社出版的《MSP430系列单片机系统工程设计与实践》这本书;我开始参加电子设计竞赛是在大二的暑假,放假之前听说竞赛用MSP430F169的单片机,然后就去图书馆找有关430单片机的书籍了,有关这款单片机的书不多,很幸运的是我借到了这本书;我写430单片机的程序风格很大程度上受到了此书的影响。程序库的组织方式:程序库解决方案包含多个项目,每个项目是针对一个单元
fish001
微控制器 MCU
benq台湾机构工程师的设计感受(一)
一切,从破坏开始…… 家里的后院,洗衣机矩形的外壳被拆了下来,一把螺丝起子、一根铁槌,洗衣机机身内的片片块块散落一地, abcd、acdb、dacb、cdba……太多可能的排列组合,就算想破他的小脑袋瓜儿,也变不回原来的洗衣机…… 明基桃园事业区6f研发中心,一台造价不斐的投影机,机壳静置在桌上的一角,螺丝、面板、灯泡模块、uhp 高效能灯泡、风扇……上百种零组件被一一地仔细端详、拆解开来,
songbo
RF/无线
推荐内容
热门视频
更多
物联网与创客
STM32 微控制器视频培训教程
2016 TI 工业研讨会:提高产品的鲁棒性 ——TI隔离技术详探
UNIX 操作系统
使用 LDC2114 构建感应式触摸按钮
工业电机驱动器 - 德州仪器系统方案介绍
直播回放 : 迈来芯高可靠可编程霍尔开关
小梅哥FPGA入门到实践特训班全程高清实录(2019)
LPC800:利用32位的性能提升你的8位应用
研讨会 : 英特尔® FPGA 深度学习加速技术
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
台积电涨价怎样影响全球半导体供应链
iQOO Neo5S/Neo5 SE发布 骁龙888配置只要2699元起
手持式万用表VS台式万用表
中瓷电子收购氮化镓通信基站射频芯片业务,股票明日停牌
展频技术如何降低EMI
福禄克热像仪_福禄克热像仪价格_福禄克热像仪型号
电磁流量计差错发作要素分析
前置放大器的作用及电路图
韦东山ARM裸机学习笔记——S3C2440的串口驱动编程原理
电路图
各种保护电路的结构和工作原理图a
6至35kV电缆进线的变电所进线段的防雷接线b
光敏或热敏开关电路
荧光灯的正、误接线a
电动机电枢串接电阻启动能耗制动单向运转电路之三
XJ01-14至20型自耦降压启动器电路
能抑制电源波形影响的放大器
晶体恒流源电路
接收器电路图
采用三片集成电路的调幅/调频收音机电路
STK0070II 音响IC电路图
μPC1318AV音响IC电路图
节能多用电子整流器电路
寺冈SM80电子秤电源电路图
机电控制延边三角形电动机减压起动控制电路
高稳定性10V稳压器电路
应用乘法器的三角波-方波-正弦波发生器电路图
霍尔元件分频电路
时间记忆式门铃电路
3KW可控硅直流调速系统电路
用OPA2604等双运放做的耳机功放电路
光电耦合器测试电路
TA7205AP功放电路
交流电压双向越限报警电路
MC1460G集成稳压器构成5V稳压电源
SX-6人体感应开关框图及电路原理图
电脑主板电路图 830_08
具有可变Q的陷波滤波器电路
红外接收电路
可能感兴趣器件
RWR81N69R8FRRSL
HTSW-206-22-T-Q-RA
C-15-001-TD-SSTMI-O-GR
1852862-1
CA7641-000
68L162
EMRA41K2H-18.432M
1719121
SMFS6040-550956-T
68422-516H
66429-496LF
76000Y-17F-11JB
D38999/24SB02AE
MT4C16256Z-7L
MEC1-130-01-S-D-RA1-NP-SL-TR
HW-08-17-P-S-575-SM
VFOV201-VABGS-10
2200FAF3002A3LB
GUB-GM8ALF-03-4170-D-F
CHM120617M4+-1%TCR25
PRA182I2549K0.1%0.1%TRR0031
FP2001471541BDAD
SIP-4789HT-03-2400BF
GCS150PS48
WBDDSS8-A-06-1490-D-F
PRA100I2-732RBBG31
QESM49H2110HO501007.999MHZ
CL32B332MKEP
MF1/4DCM104220B
121C12-A3M-01-WA
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