|
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
/
Learning Curves
本课程为精品课,您可以登录eeworld继续观看:
Learning Curves
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53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
请问时钟芯片DS1302和AT24C02能放在一起用么?
当程序开始运行时,DS1302总会读取一个我们设定好的值,然后我用AT24C02保存也不管用了,刚开始显示总是那个数,有没有人有什么办法?
Learner_new
51单片机
初学者提问!关于arm中断向量表问题。
cpu:at91rm9200加载u-boot后,用ads来单步调试我的裸机程序,发现0x00000000地址如下:00000000 [0xea000007]b0x2400000004 [0xeafffffe]b0x400000008 [0xeafffffe]b0x80000000c [0xeafffffe]b0xc00000010 [0xeafffffe]b0x1000000014 [0xeaff
qiuling
ARM技术
STM32技术参考手册部分章节(中文版)
我们正在翻译校对STM32技术参考手册,因为数量庞大需要较长时间,为尽量满足大家的需求,先将已翻译的章节上载到这里,供大家参考。因为时间紧迫,也因为我们对此新产品还不熟悉,难免会有很多错误,恳请各位网友指正。此翻译是根据ST网站上公布的参考手册(Rev1)完成。http://www.st.com/stonline/products/literature/um/12829.pdf
haohaohao123456
stm32/stm8
WINCE 5.0设备当U盘使,PC端弹出后,CE程序如何获取通知?
使用USB FUNCTION STORAGE MANAGER后,可以把WINCE 5.0设备当U盘使,挺方便的。但我想在应用程序里获取WINCE 5.0设备是否仍然插在PC机上,最好是能在PC端弹出U盘后,获取一个消息之类的。另外,对应的,USB插入的时候有没有对应的消息?
annirojess
WindowsCE
为发烧音质而生--OPA1622,您懂滴
近日,TI推出一款设定了最新音频性能的音频运算放大器OPA1622。该款产品是TI Burr-Brown™ Audio产品线家族中的新成员,也是已被广泛采用的OPA1612的升级产品。全新的OPA1622提供高达150mW的高输出功率,以及在10mW功率下-135dB的极低失真,从而为专业音频设备提供最高性能。OPA1622的小尺寸、低功耗和低失真可为头戴式耳机放大器、智能手机、平板电
maylove
模拟与混合信号
EVC中如何取得任务栏的句柄?
EVC中如何取得任务栏的句柄?hwnd=FindWindow("Shell_TrayWnd",NULL);取不到?
mun0000
嵌入式系统
推荐内容
热门视频
更多
直播回放 : TI Sitara™ 产品在智能电网中的应用
Cubieboard2有意思的开箱视频-国外玩家拍摄
开始使用我们的监控和保护 IC 来设计多数量电池
传感器网络与物联网
电子材料(电子科技大学)
意法半导体Teseo定位系统
Android车载操作系统开发揭秘
多用途、易用型和准确的定时构件
ADC基础知识分享 - SAR 和 Delta Sigma ADC 基础知识
北京邮电大学804考研 :信号与系统历年真题讲解
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
侧装磁翻板液位计和顶装磁翻板液位计的异同点
又一家显示驱动IC封测厂商颀中科技计划A股IPO
《平潭综合实验区培育集成电路产业发展的若干措施》印发
大联大友尚集团基于weltrend和onsemi的ADAS高清智能摄像头方案
三相电压不平衡的分析及辨别方法
VIAVI OLP-85/OLP-85P唯亚威光功率计的性能特征及应用范围
意法半导体与采埃孚签署碳化硅器件长期供应协议
QT如何配置交叉编译工具
LFH系列静压式液位计与LFP系列导波雷达液位计的测量区别
电路图
一款晶控本机振荡器电路图
继电器控制的自耦变压器式交流稳压电源电路之五
三相四线有功电能表经电流互感器接入电路(二)
逆变器电路之五c
延边三角形减压起动控制电路
TH103在三相交流电动机调压调速系统中的应用
直流电动机等效电路
简易四档变光开关电路
简易电池自动恒流充电电路的总电路图
采用TDA1220A的调幅/调频优质收音机电路
电源分配电路图
超低漂移峰值检测器电路图
扩流型稳压器1电路图
低电池的闪光LED电路
电话盗打指示电路
电池充电器电路(一)
电压反馈环节电路图电路
单电源砷化镓场效应晶体管功率放大器
一氧化碳检测器推荐电路
应用电路
TTL至CMOS的电平变换器
带符号位的多位二进制反码加减运算电路
电话机并联分机保密器电路电路图
50W高保真放大器
语言滤波器电路
1.25~160V可调集成稳压电源
海尔BC-118厨房冷藏电冰箱电路
用电阻法检测电动机正反转控制电路
电脑主板电路图 815 4_53
可能感兴趣器件
C-13-155-F-SLC3A-55-G5
940-001Y16-26S131
EKS983-176TT9
PT91-21C-TR10
62300-0142
PCF2010-12-232KWT1
VJ0603D2R1CLBAP
FJH-40-D-09.25-4
MTLW-103-07-G-S-200
180599-0
68697-448LF
74842-G265
JL05-2A18-19ASC-F0-R
ASMT-MW62-NDFD0
AP9A401-25JC
BU-65145-120W
HFBR-5112FDA
STTA1SC-FREQ
VC-501-DFC-GFA-100.000
FTR-134-02-T-D-A
MS3106E36-7PW
DWM-41-58-G-S-300
TW-10-06-T-D-595-028
4441-3-50-2
GUS-SL0ALF-02-5362-BG
210E-220-HB10Q
PX-721-ECT-GCAN-672M162712
1812N302M601PWM
SIT5156AECFA425IS-1.000000Y
VI-QCW13-CSVH1-CC
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