|
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
/
Regularization and Bias-Variance
本课程为精品课,您可以登录eeworld继续观看:
Regularization and Bias-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:11分20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
汽车电子电流检测方法及分析
这里主要介绍电流的检测方法,发现设计中容易被忽略的一些因素。首先考虑两种不同的方法:基于磁场的检测方法和基于分流器的检测方法。1.基于磁场的检测方法(以电流互感器和霍尔传感器为代表)具有良好的隔离和较低的功率损耗等优点,在电源驱动技术和大电流领域应用较多,但它的缺点是体积较大,补偿特性、线性以及温度特性不理想。2.分流器的方法高精度低阻值电阻器目前具有大功率和小体积的特点,这种方法成本较低,精度较
安_然
模拟电子
凌特高性能正交调制器适用GSM和900MHz RFID频段
凌特公司日前推出的新型高性能正交调制器为从基带到850~965MHz频带的直接转换而优化,可为GSM、EDGE、CDMA2000基站和900MHz RFID阅读器组成经济的解决方案。凌特公司(Linear Technology Corporation)日前推出的新型高性能正交调制器为从基带到850~965MHz频带的直接转换而优化,可为GSM、EDGE、CDMA2000基站和900MHz RFID
JasonYoo
RF/无线
msp430g2553 是否有SVS功能
这几天,在使用msp430g2553芯片,用户手册MSP430X2XX 上有关于SVS的使用,可msp430g2553.h的文件中,并没有SVS的寄存器设置。无法使用这款芯片到底有没有SVS功能
fish001
微控制器 MCU
CSS初学者求指点
CSS在使用的时候需要设置什么么?一般的是怎么设置的?
张国庆
单片机
LPS22HB 的测量结果问题求助
在使用sensortile的[url=http://www.mouser.cn/ProductDetail/STMicroelectronics/LPS22HB/?qs=sGAEpiMZZMu6TJb8E8Cjr6OU8OVgya37vKKe%252bDWvMpE%3d]LPS22HB[/url]传感器检测全天大气压的情况下,头一天数据还算正常,第二天就不对了,而且看传感器的量程 260 ~ 12
supermiao123
MEMS传感器
IAR软件如何查430的flash地址
1、IAR如何设置可以查430对应程序的flash的地址
陈信
微控制器 MCU
推荐内容
热门视频
更多
飞思卡尔最新车载信息娱乐系统演示(IoTT大篷车)
反激变换器是如何工作的(英文字幕)
单片机原理及应用 哈工大
Sunny的树莓派小车DIY教程
了解和优化采样数据系统
C2000™新能源车解决方案_2016 TI 嵌入式产品研讨会实录
Low Iq LDOs 低静态电流LDO
一键查询和搞定PCB设计中的各类生产问题
物联网车载应用实战
电池测试设备直流电源系统设计
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
49-基于51单片机的PM2.5和温湿度检测报警
SEMI:全球功率暨化合物半导体晶圆厂设备支出今年将达70亿
ROHM开发出45W输出、内置FET的小型表贴封装
Syndion® GP:赋能先进功率器件的未来
自动驾驶技术之ADAS(下)
永磁同步电机设计
分享一个不错的四通道放大器40W电路
电路图
示波器转换器提供四个通道显示
可变脉冲宽度电路
收音机无线遥控电路a
四个抢答组电路之二
振动式防盗报警电路
荧光灯电子镇流器电路之十四
XJ01-14至20型自耦降压启动器电路
TDA1519功率放大器电路图
自制高品质合并式功放02
模拟金丝雀叫声的门铃电路
SK-6声控电路
LA4460N音响IC电路
可编程电源电路
高压降压斩波稳压电源电路
X8120W型万能工具铣电气原理图电路
晶体管化闪光器
INA120型仪器放大器
光电二极管污染气体检测电路
一种节电式三相异步电动机断相保护器电路图
爱神之箭电路图
电热毯自动保护恒温器电路
555声控继电器电路
数据监视器用视频末级放大器电路
稳幅RC称相振荡器
热释电控制自动节能灯
DTMF编码调频无线电发射电路
计算机麦克风电路图
HY8000A可编程语音集成电路
555电热毯温控器电路
可能感兴趣器件
RL73K2BR12JTD
EL1116
7101LDABE
VT-702-FAH-2070-05M0000000
4WWV-19
6002-7551-219
531KB1107M00DGR
MX7545JP
RC65TLF464KWA
1618631
1460B-95-5
69186-972LF
BU-61582F3-801K
M1K1
ESQT-115-02-MM-D-309
MSPLCE100
RSB6VP02120424
SC0717ST-472-X129-N
SL2-052-SH140/07-96
RCA251223240.5%100R82
CNC6AGWS3.3UF20%16VEM
DM54LS13W/883B
95278-110-42
XC6121D244EL
WCLA04915202D
PT7V4050GACFA16.896/22.368
396-064-526-201
51724-10112002A0LF
C0805T560J4GCL7867
2-2176397-6
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