|
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
/
Reconstruction from Compressed Representation
本课程为精品课,您可以登录eeworld继续观看:
Reconstruction from Compressed Representation
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:3分54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
【开发板之家】快递那点事——我的元旦假期啊o(╯□╰)o
元旦过去了,本来挺高兴的。也有不少的销量,但是现在碰到的事情让人感觉很无奈,甚至是很愤怒。在一号的时候有个客户要来买我们的板子。一个特价的板子599 ARM11的tiny6410快递的费用是10块钱,我们默认的是圆通。一般的时候我们都是在柜台发货的,我们的实体店铺在中关村。中关村那里的物流量挺大的。圆通快递在哪里也还可以比较便宜服务也挺好,收件的人也不错,所以我们默认的快递是圆通。但是元旦的时候中
gaga8310195
淘e淘
如何滤掉PWM信号停止后产生的波纹
RT
mondayfriday
嵌入式系统
编写上位机的软件都有那些啊?
请问可以编写上位机的软件都有那些啊?那种入手操作比较快,谢谢各位大侠的帮助!
守月
综合技术交流
瑞萨小车获奖感言
获了个三等奖喽·选个家用套件,败家子拆东西玩·更新个人资料时,看到感情状态一项,我只想说:呵呵呵呵呵呵呵呵用瑞萨的16位单片机,主要是非常不熟悉CUBESUITE+这个开发环境,习惯了一句句的敲代码确实不习惯生成代码的操作方式,其实现在学了一个星期的32,回想起瑞萨的片子,还有些小熟悉之处喽~至于对瑞萨,唯一想吐槽的是资料额,能不能官方翻译下中文版的开发资料、、、、EEWORLD确实蛮给力的哦,美
a972043362
瑞萨电子MCU
基于Hercules 的工业“安全”控制系统-RS485,CAN通讯原理图
基于Hercules 的工业“安全”控制系统-RS485,CAN通讯原理图
蓝雨夜
微控制器 MCU
UP-NETARM 2410-S嵌入式开发平台散件
[color=#444444][font=Tahoma,]UP-NETARM 2410-S嵌入式开发平台散件,每套计开发平台箱子1个,UP-NETARM 2410-S嵌入式开发平台主板1块,UP-CUP 2410-S 核心板 1块,原装 夏普8寸640*480 LQ080V3DG01工控液晶屏+gk80触摸屏1块,成色很好(见图),组装完成后可通电,通电后液晶屏可点亮(但无任何内容),发光指示管也
yfxzyqjyb
淘e淘
推荐内容
热门视频
更多
带有呼吸和旋转效果的 LED 光环解决方案介绍
直播回放:Fluke 示波器的基础知识及其校准
STM32 Nucleo:开放式开发平台
Atmel SAMA5D3系列概览(一)
输出电压调节
单片机原理及应用 哈工大
直播回放: 使用 ModusToolbox® 构建系统,灵活应对物联网设计挑战
半导体器件原理 复旦大学 蒋玉龙
emWin实战指南(野火)
野火uCOS-III内核实现与应用开发实战指南
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
51单片机-指向数组的指针
三星电子正式成立机器人业务团队
动力电池正极风云再起:磷酸铁锂VS三元锂电,试问谁主沉浮?
堆叠芯片增强算力:英特尔期待5年内重夺业界领先地位
佐治亚理工学院利用橡胶材料制造固态电解质 使电池更持久、更安全
51单片机入门 - 自己动手搭建实验板
Saleae 逻辑分析仪应用
基于STC89C52RC单片机的超声波测距程序设计
电路图
单根同轴电缆双向驱动电路图
实验回路的控制梯形图
电镀行车PLC控制梯形图
摘机信号检测电路
直流无刷电动机控制电路
A757功率放大电路
琴岛-利渤海尔牌BC-230型电冰箱电路
由NE565和μA710构成的移频键控解调器电路01
JUO116内部电路图
正峰值检测器电路图D
MAX688,689典型应用电路图
STK075音响IC电路图
用BTS412设计的开关稳压电源电路图
能自动识别极性的全自动充电器
C0330型仪表六角车床电气原理图电路
状态可变滤波器
HFC5221B“禁止吸烟,禁止烟火”语言集成电路
道路结冰报警器
两个LM396的并联应用电路图
手控AGC电路
恐吓老鼠的电子猫电路
25W桥式低频功率放大器电路图
定时控制器电路
STK0025功放电路
555超声波鱼缸加氧器电路
自制多用途遥控器电路
DM6043/DM6243型3 1/2位数字电感电容表电路
数字式可编程增益放大器PGA204
电脑主板电路图 440BX_07
可能感兴趣器件
947-292ZL12-55PW
76507-45
D55342K07B1E00MTFV
6QDP-048-40.00-SBL-TEU-1-B
851-13-036-40-001000
SIP-4769-05-1102-J
HQCD-090-40.00-STL-TEU-4-F
CRCW08052000F50RT5
FCE17-C37PM-2L0G
CF-834623-55P
IDMS-08-D-2-T
MC-406FREQ5-P0
08053A100M4Z2A
GSX49-4H/253BF16.0MHZ
CF464-AG28-NW9
G17H221114LF
5KP85C-E3/1
83730A16-24S10K081
RM242-030-251-6534
XCTT20420301D
2M370MS037Z10706-15
SSW-128-02-T-Q-LL
DBP-M987LF-01-2550-FD
M55342M01B1E21RWB
PHP00603K2940BST3
BLU2512ER-6041-BT10W
RSS12-2415/H
48NDT-0GB-R/Q
DBP-M998LF-02-1042-DG
ASTMLPFL-28-62.500MHZ-LR-SB-T
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