|
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
|
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
/
Choosing the Number of Principal Components
本课程为精品课,您可以登录eeworld继续观看:
Choosing the Number of Principal Components
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30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
【零知ESP8266】教程:手机APP控制RGB LED
本次使用blynk app+服务器(本地) + 零知ESP8266开发板的组合方法,通过手机APP来控制RGB LED显示各种颜色。1、硬件准备(1)零知ESP8266开发板(2)RGB LED(3)杜邦线若干2、电路连接接线很简单,对应R-D5,G-D6,B-D7,和blynk app里面控件的引脚设置是对应的:3、手机APP关于手机APP与blynk详细说明请参考:http://www.lin
roc2
DIY/开源硬件专区
自己设计的板子使用的是LM4F232H5QC主芯片,使用20针JTAG无法下载程序
大家好:这段时间我们公司正在开发一个新项目,板子是自己设计的,使用的主芯片是TI的LM4F232H5QC,使用20针JTAG接口一直都无法下载程序。我的情况说明如下。1、仿真器使用的是TI的代理商捷恩斯威公司设计的专门针对TI的M3/M4的仿真器S-LINK(该仿真器已经集成了ICDI功能,可以用来下载、仿真和解锁TI的M3/M4的程序。我可以保证该仿真器是可以正常工作的,也就是说我的问题是与仿真
long914320054
微控制器 MCU
为什么我 编写的工程总是出现错误
为什么我 编写的工程总是出现 Fatal Error[Pe1696]: cannot open source file "stm32f10x_lib.h"错误跪求有人指点 :Cry:
tigerno5
ARM技术
DOGLCD
什么是DOGLCD 有什么用啊 今天看程序看到了这个,但不知道怎么用?
qrnuyangfu
嵌入式系统
关于uc/os-ii任务的切换和时钟节拍问题!
当就绪列表里检查到优先级高的任务时调用OS_TASK_SW()进行任务级切换;那么在低优先级的任务正在运行时,突然来了个优先级高的任务,那么是什么时候检查就绪列表里的优先级高的任务(如何检查就绪列表的)不会等到低优先级任务完成了以后吧,时钟节拍通俗的概念是什么啊,周期性的产生中断的作用是什么?小弟不才,刚接触UCOS,有点云里雾里的,望高手指点一下!
0442323
嵌入式系统
高分求救:flash驱动问题
Flash由28F128J3变为S29GL128P没有nand flash 具体要改哪些地方呀?谢谢。。仅仅是换flash的话可能只需要简单调节物理层的参数,甚至只需要调节一共有多少block,一个block多少page之类的参数就可以了。这些物理层参数从哪里能看到呀?操作手册上我好像找不到。请高手指点。
thoams117
嵌入式系统
推荐文章
意法半导体Web工具配合智能传感器加快AIoT项目落地
2024年11月19日
在 MEMS 机器学习内核上部署传感器节点到云端解决方案的机器学习模型 2024 年 11 月 19 日,中国—— 意法半导体新推出了一款基于网络的工具 ST AIoT Craft,该工具可以简化在意法半导体智能 MEMS 传感器的机器学习内核 (MLC)上开发节点到云端的 AIoT(物联网人工智能)项目以及相关网络配置。 MLC机器学习内核是 ST MEMS...
贸泽开售适用于AI和机器学习应用的 AMD Versal AI Edge VEK280评估套件
2024年11月19日
2024年11月19日 – 专注于引入新品的全球电子元器件和工业自动化产品授权代理商贸泽电子 (Mouser Electronics) 即日起供应AMD全新Versal™ AI Edge VEK280评估套件 。Versal AI Edge VEK280评估套件采用AMD Versal AI Edge VE2802自适应SoC,该系列套件可帮助开发人员快速迭代其传感器融合和A...
什么是非均匀数据重采样?哪种非均匀数据重采样方法更适合你?
2024年09月02日
在数据分析和机器学习领域,我们常常需要处理非均匀数据。非均匀数据是指具有不平衡分布或样本数量不均等的数据集。为了准确建模和预测,我们需要对这些非均匀数据进行重采样。本文将详细介绍什么是非均匀数据重采样以及如何应用不同的方法来解决这一问题。 一、什么是非均匀数据重采样? 非均匀数据重采样是一种数据处理技术,用于解决数据集中存在的类别不平衡或样本数量不均等的问题。在非均...
人人都能懂的算法原理
2024年08月06日
算法公式挺费神,机器学习太伤人。任何一个刚入门机器学习的人都会被复杂的公式和晦涩难懂的术语吓到。但其实,如果有通俗易懂的图解,理解机器学习的原理就会非常容易。本文整理了一篇博客文章的内容,读者可根据这些图理解看似高深的机器学习算法。 机器学习这个主题已经很普遍了,每个人都在谈论它,但很少有人能够透彻地了解它。当前网络上的一些机器学习文章晦涩难懂,理论性太强,或者通篇云里雾...
推荐内容
热门视频
更多
Atmel SAM4C智能能源器件
直播回放: Keysight感恩月示波器大讲堂
[高精度实验室] 接口 : (9) USB
物联网:软件的作用
Microchip Wi-Fi模块的连线种类与方法
明德扬至简设计法视频-FPGA
手把手教Hercules Launchpad(4)
东南大学电力电子基础
数据结构 上海交大
开始学习twisterSIM电热模拟器
开源项目推荐
更多
使用 Analog Devices 的 ADR444B 的参考设计
使用 IXYS 的 CPC7581 的参考设计
TPS5430单电源转正负双电源
LT8500ITJ 单个 LT8500 的典型应用电路从 VDD 轨驱动 48 个电阻镇流 LED 串
LT1086CT 5V、1.5A 低压差正稳压器的典型应用
用于精密电流源的 ADR361A、2.5V 低功耗、低噪声电压基准的典型应用
前轮驱动分板(灰度+驱动+红外)
使用 Analog Devices 的 LTC2908IDDB-C1 的参考设计
LTC3810-5 演示板,电流模式同步开关稳压器控制器
MMA8452Q 3 轴、8/12 位数字加速度计的典型应用
热门文章
更多
振棒料位开关与音叉料位开关的区别
s3c2440学习之路-007uart的简单配置
磁翻板液位计翻片的种类和特点
基于51单片机的电梯控制系统
深度!中国智能网联汽车行业发展的内核与形势
新专利显示未来AirPods可以在说出暗号的情况下关闭降噪功能
S3C2440 cp15协处理器详解
电路图
汽车车窗自动控制电路图
输出电压可调的双极性稳压电源电路
三极管3种工作状态-NPN型-放大状态
正反转运转反接制动电路之三
纯甲类小胆机
聋人用视觉门铃电路
采用集成块的24V电源02
脉冲顺序检测器电路图
可调稳压块应用电路图
TDA2003功放电路图
无隔离的DC/DC 变换电路图
触摸式定时节能灯电路
峰值检测电路
无绳电话静音控制自动关机电路
程控衰减器
AD7703工作在SEC方式下的一种典型接法
可控硅交流稳压器电路
车速控制装置电路
电话铃控台灯电路图
永磁式换向器电机的工作原理及电路
MN6021(电视机)红外线遥控发射电路
每秒一次闪光节拍电路
5V一十12V和一15v直流变换器
压电变换放大电路
由T630/T631组成的微型无线遥控电路
电脑主板电路图 810 2_29
电脑主板电路图 815 2_36
LED-串行LED数码管静态显示电路(共阳)
可能感兴趣器件
M12313BXC472KS
CLPZ-A1B1C290-FREQD16
F464-AA5HT-S0
7108J2W3ME2
530WA1390M00DG
SIT1602BI-23-30S-35.840000D
RS5RJ3119A-T2
51745-10001602A0LF
99601-SM0B03
467-L025-D04
UA9616DC
EDI88512CA20F32M
M83723/75R08032
FOL15DCWD-A8118760B
PLB4G020H04
ECUY1H473MBW
CRCW060380R6FRT1-PB
SL1-034-S335/01-99
RNS1/8CCT26R14R0B
SL2-046-S085/02-99
160-2034-04-05-00
IBC17AQS4812-ANJ
LRA32B2DEYLN
H1206CPG221J10-W
CRT1213R3FV
RKC7SL202J
SIT3521AC-1CF3013U156.250000T
ECS-122.8-10-46X-JN
1812B333K251PX100HTM
RWR74S37R4DPBSL
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