|
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
/
Data For Machine Learning
本课程为精品课,您可以登录eeworld继续观看:
Data For Machine Learning
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9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
DSP编程技巧之24--C/C++与汇编语言的交互
[backcolor=white][size=3][color=#000000]在C/C++与汇编语言混合编程的情况下,一般我们都会选择C/C++来实现所期待的大部分功能,对于少数和硬件关联度高(例如操作某些CPU寄存器)以及对运算的实时性要求高(例如高速、多点的FFT)的功能才使用汇编来实现,这就使得大多数情况下,C/C++与汇编的交互都是从C/C++代码调用汇编代码中的函数与变量,所以在此我们
Jacktang
DSP 与 ARM 处理器
方向
之前对电子感兴趣,但是总是找不到学习的方向,总感觉在原地,学习没什么效果,现在终于有了一些学习的方向;
smltoday
求职招聘
不能下载
用USB转232不能下载
wjl8384
单片机
Fsmcsed1335
请教高手:STM32F103ZET6和SED1335怎样连接FSMC如何设置。请指教SED1335103WR-------------NWERD-------------NOESC0-------------PG12(FSMC_NE4)DB0-------------DB1-------------DB2-------------DB3-------------DB4-------------DB
telesonic
stm32/stm8
wince上开发应用程序的开发环境选择
请问,在wince5.0的板子上开发上层应用程序只能用evc++? wince6.0的应用程序开发环境是vs2005, 那是不是意味着可以使用C#语言开发?我想用C#语言开发上层的GUI应用程序,该如何选择wince操作系统和开发环境?
maidi0018
WindowsCE
【求助】Windows Mobile 模拟器
我已安装了vs2005,activesync,Windows Mobile 5.0 Pocket PC SDK和Windows Mobile 5.0 Emulator Images for Pocket PC,怎样把pc机上的mfc程序下载到windows mobile模拟器上运行成功,越详细越好,多谢各位大牛!
zhutn
嵌入式系统
推荐内容
热门视频
更多
计算机控制装置 浙大 张光新
一周搞定系列之数电
MEMS与微系统
3D TOF占用检测:身体跟踪和计数
跟随格兰特 • 今原一起到旧金山:探索机器人的情感力
德州仪器 DLP® 3D机器视觉技术研讨会
Vivado IP集成器(IPI)教程
HVI 系列: 掌握高压门驱动器设计的艺术和基础
2015电源设计研讨会:无线功率传输(2)
Rigol 全国巡回研讨会: 怦然芯动,无限可能
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
互感器测试仪具备哪些功能
台媒:芯片制造商计划提高QLC NAND产量
3153绝缘/耐压测试仪的功能特点及应用范围
东芝新型IC芯片,可大幅提升可穿戴设备与物联网设备续航
2022年蜂窝物联网的几大发展趋势探讨
三星S22先行者现Bug 再也不是“先坑者”了
示波器六大采集模式介绍
解析自动驾驶的各类激光雷达原理和优劣势
能出汗会呼吸的户外行走机器人面世,有助研究人类对强热浪的反应
电路图
基于KA7805芯片制作30W反馈变压器开关电源电路
一款单节晶体管性能测试电路
TDC1808构成的遥控电路b
小信号控制大电流器件电路
热电偶测温仪电路
光波语音通信接收器电路图
幼儿读算游戏机电路
玩具无线遥控接收电路
555红外发射电路
小小循环灯电路
采用光耦合器实现电位隔离的电路
机车声产生电路
X63W型万能升降台铣床电气原理图电路(3)工作台向前、升降台向下时的回路
时间比例调节原理图电路
交直流不停电切换电路图
红外遥控发射电路
光脉冲信号放大电路
正弦波转换为方波的电路
正弦功能发生器电路图
实用的麻雀驱逐装置电路
YSS-228卡拉OK环绕声电路
KA2184 (电视机和录像机)遥控接收前置放大电路
测光表电路
由TOP224Y构成30W精密开关稳压电源
使用电势计的位置控制方式(电路图)
电脑主板电路图 820 1_50
电脑主板电路图 820 1_66
数字式电子琴包络发生器电路
24、CASPER TM-5158型VGA彩色显示器的电源电路图
可能感兴趣器件
SK100EL01W
LAN02Z271J
212X0112N320RN3
5-87160-1
GSA36DTBT
76030E-11E-99JA
VI-BWJ-MV-F2
ERA-2HEC3401X
HGN-375C01Q-17-1C
SSS10N60B
SK350M22B3SL1320
ACAW20LTE121M151M
AIC1747-33GX5BG
SE-K450M0R47BZFQ611
NVD20UCMTBK120
7107MPCWV7BE
SSW16A2612FQ13
329F.27-1-2000
P0805H5620BGTRE4
XO5162AGR1D-R40.0000MHZ
C480RUWS430PF2%3000VB
PWS-702A-1R
MC103526805PE
QESM49H32130JT30323.500MHZ
1812N302Z801VX100HT
VJ0603Y332JNXAO2MP
M55342K03G9D76M
FKS26800/5/100REEL
2225KA110KA19A
NTR50B2740STRF
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