|
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
/
Motivation I- Data Compression
本课程为精品课,您可以登录eeworld继续观看:
Motivation I- Data Compression
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:10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
哪位大哥给我解释一下
void DIS_BIT(void){ if ((fct==0)||(fct==4)||(fct==5)||(fct==6)) { led_bit[0]=min%10; led_bit[1]=min/10; led_bit[2]=hour%10; led_bit[3]=hour/10; led_bit[4]=day%10; led_bit[5]=day/10;} else { led_bit[0]
yong_zhang
微控制器 MCU
探索高压输电——第2部分:电压源换流器
[font=normal 宋体, Arial, Helvetica, sans-serif][color=#000000][size=12px]探索高压输电——第2部分:电压源换流器[/size][/color][/font][font=normal 宋体, Arial, Helvetica, sans-serif][color=#000000][size=12px][/size][/color]
okhxyyo
模拟与混合信号
关于自己写的ADC驱动的问题
以mini2440的ADC驱动为基础修改的驱动,功能:每次read操作连续读取100组ADC值返回测试问题: 模块加载到板子上之后,触摸屏就不能用了请高手帮忙看一下这是哪里的问题?
sphshine
ARM技术
关于数字滤波器的设计
各位前辈,我想设计一个低通滤波器,就输入的码元速率是50bps,然后我之前设计了一个,采样率为2k,也就是一个码元采了40个点,然后效果不好,滤波出来有很多其他的分量,我就想问一下,熟悉数字低通滤波器的,这个滤波器的设计,对于采样率有什么要求没有,是不是不能太低了?
dengqiang1
FPGA/CPLD
AT89S51单片机与ADC0809模数转换器的三种典型连接
AT89S51单片机与ADC0809模数转换器的三种典型连接
tianyueyou
51单片机
yuv,ycbcr,ypbpr,yiq itu-r bt.656 itu-r bt.601
[置顶]yuv,ycbcr,ypbpr,yiq itu-r bt.656 itu-r bt.601分类:计算机基础2009-09-23 19:011727人阅读评论(1)收藏举报YUV,是一种颜色编码方法。YUV是编译true-color颜色空间(color space)的种类,Y'UV, YUV,YCbCr,YPbPr等专有名词都可以称为YUV,彼此有重叠。“Y”表示明亮度(Luminance、
zhouning201
安防电子
推荐内容
热门视频
更多
模拟电路基础:从系统级到电路级
德州仪器SimpleLink™Wi-Fi解决方案
无线芯片性能布板关键
周公系列讲座——PID基本原理
直播回放: NXP 恩智浦基于 i.MX RT106F 的人脸识别技术解决方案
星球大战呆萌机器人BB-8应用展示
Vishay NTC热敏电阻器e-Design演示
电子水枪游戏
村田顽童的堂妹“村田少女”问世 1
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
ZDS2022示波器百集实操特辑之10:X-Y模式的应用
夺海外锂资源,传宁德时代3亿美元竞购加拿大锂矿企业
四川“十四五”新基建规划出台,到2025年5G基站数量25万个
数字万用表使用入门教程
泰克示波器测量纹波注意事项
快速查找PLC系统故障的经验分享
04-S3C2440u-boot学习之u-boot分析(2)之Makefile结构分析
西门子与微软再度携手,依托人工智能提升工业生产力
连接与电源:新Qorvo为行业提供更全面的解决方案
电路图
二阶有源带阻滤波器电路
三相三线有功电能表直入式接线电路
过载指示器
UC3844组成的60W开关电源电路
集成功放电路LM380
白炽灯延寿开关电路(2)
直线式红外线防盗报警器电路
小小循环灯电路
湿度检测器电路图
触觉开关电路图
AST-3型彩色显示器的电源电路图
只有一组次级祭组组成双直流电源供电电路
龙门铣床调节器原理图电路
简单高压电源
雷管点火电路2
双转动器控制电路
线性压控振荡器电路图
用两个接触器实现Y-降压起动控制
可控硅锁定器
电话线防盗接报警装置电路图
采用双向触发管的晶闸管稳压电源
最实用基本图解电路62-水塔和蓄水池联动控制电路
两种采用LM122的延迟动作继电器电路图
胆机日本TDA1541A DAC电源 V1电路图
直读式光电色度计电路
内带E2PROM的数字电位器电路
锅炉引风机电路(二)
捕鱼器
电脑主板电路图 440BX_22
电脑主板电路图 815 3_31
可能感兴趣器件
2200HA6F009F2GB
XC6122A216ER-G
C1812X103G2GACAUTO7210
GUS-SS8BLF-01-1003-FB
WBC-B0202AG-02-1302-K
Y0062120R000B9L
C1206C102K8HAC7800
8LT721B75SD-LC
2002062020020620-M133A01LF
HS32402000J0G
GP551001431DLF
MICD-095-06.00-SEU-TED-3-B
HD6432127RWXXXTF
MS17347C36N15SX
MCP9805-BEMC
SA324614FX5HJR
M39006/30-0540
ER412TXM3-6A/SQ
M80-4T10242F3-12-322-03-302
7107L2YW4RI2
7107L2H3V7QES
FMXMB3360GJJ-27.000000M-TD
C1812Q124J5XAG7025
M55342M12B100MCT1V
PDSP2112
FM4DF28P2156MLF
RDL1000V35TR6.3X11
892-002-014-55NA5-0B7-12
S2512CA2802FKW-W
M55342L09B3Z09MS6D
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