|
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
/
Algorithm
本课程为精品课,您可以登录eeworld继续观看:
Algorithm
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:12分2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
医疗电子设备维修体会之姊妹篇:维修的几点心理准备
下面说说维修前的心理准备工作,虽是务虚,却也必要。我想要想做好维修工作,除了相应的知识准备以外,要有“三心”――信心、细心、决心。1. 信心无论多么复杂的设备,只要是人造的,就一定能修。很多刚刚进入此行当的工程师信心很差,总觉得那么复杂的设备而且还是进口的,咱们怎么能解决得了呢?万一把故障扩大了怎么办呢?找厂方得了,自己还闹个轻闲。要知道,做好维修工作首先要迈出的是敢于动手的第一步。对简单的设备不
zhuxl
医疗电子
关于W78E516单片机的ISP在线下载功能,急
我最近在用W78LE516做一个case,想请教阁下关于如何使用W78E516的ISP功能。我现在只知道要先通过串口将一段ISP控制程序写到W78E516的4K的LDROM中,可不太清楚怎样将这个控制程序烧写进去,谢谢!在线等
lbf_78
嵌入式系统
请教有实际经验的高手们
以前上课的时候只学过简单的51单片机的知识,具体操作也只是用过Keil写简单的程序,用Keil的调试仿真来看结果,完全没有接触过真实的东西想问一下,到底是通过什么方法把程序写到芯片里去的呢,老师用的是一个演示用的板子,那个用起来很方便,不过好像很贵真实使用中需要买什么设备吗,贵吗,有便宜的方法吗自己做板子的话,到哪里去弄呢,或者要自己买什么才能做呢另外,像这些电子芯片在南京哪里能买的到,或者网上哪
czcjpq
嵌入式系统
AUDIO音频驱动问题 mixer
小弟最近在弄AUDIO 里面的mixer。。我的音频驱动模型是wavedev2.但是我把mixerdrv整到里面去了什么都没有发生。。。8K采样的文件透传到底下也没有变成44.1K.就是什么反应都没有。。。我试着去做一些打印。。我在wav_IO_control IOCTL_mixer_message这个地方打印。。什么都没有打出来。。。想问下。。做这个mixer是要注意什么问题。。我在注册表中将s
SAI20052005
嵌入式系统
《智能家居系统》参与游戏规则!!!
最近发现有大量网友支持做《智能家居系统》,为了保证这个项目能够完成而不会中途夭折,下面特规定参与的游戏规则,如果不满意游戏规则的请不要参与。开发步骤:1.讨论方案,并确定方案。2.绘制原理,大家讨论并确定。3.绘制PCB,大家讨论再确定。4.更加报名人数做PCB,人手一套。5.确定器件,团购,大家预支购买器件6.套件发放,一起开发,并不断发各自的进展贴、源代码和心得。游戏规则:1.凡是参与本系统设
zhaojun_xf
DIY/开源硬件专区
电路基础知识
[color=#0000ff][size=2]电流[/size] [/color][size=2]电荷的定向移动叫做电流。电路中,电流常用I表示。电流分直流和交流两种。电流的大小和方向不随时间变化的叫做直流。电流的大小和方向随时间变化的叫做交流。电流的单位是安(A),也常用毫安(mA)或者微安(uA)做单位。1A=1000mA,1mA=1000uA。电流可以用电流表测量。测量的时候,把电流表串联在
KG5
模拟电子
推荐内容
热门视频
更多
Microchip Microstick II开发工具
运算放大器噪声计算
Top 10 Arduino Projects 2020
电子技术宅是这样吹箫的,别想歪!
FreeRTOS源码详解(正点原子)
直播回放: 英特尔 FPGA 可编程加速平台介绍,走近 AI、数据中心、基因工程等大咖工程
Altium Designer常见问题解答500例视频合集
数字电子技术基础
研讨会 : 如何充分利用零漂移运算放大器
TI.com 线上采购专场:智能楼宇篇
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-代码参考
STM32入门学习之DMA(STM32F030F4P6基于CooCox IDE)
芯片短缺致多数韩国Fabless公司Q2业绩不佳,少数逆势增长
PHEV方向的软包铁锂电池
魅族Flyme新功能“流光快门”上线了
Ansys联合合作伙伴,迎接全新仿真加速时代
意法半导体BMS控制器准确度高,让锂电性能更好,续航更长
一文解读无人驾驶全局路径规划 - RRT算法原理
电路图
便携式DTMF电子拨号器电路图
防盗报警电路
本机振荡器及等效电路b
低输出阻抗运算放大电路
常用的低通滤波器电路f
双路供电直流稳压电源电路
简易光控路灯电路(1)
RTS0031U/RTS0031UM电路
变幻无穷的声光模拟控制器电路02
反激型开关电源电路01
快速检查外部函数发生器的电路
由单个运算放大器构成的简单时钟信号电路
HT12C(电风扇)遥控编码电路
寺冈SM80电子秤电源电路图
用双向晶闸管构成的两地开关电路
B220型龙门刨床电气原理图(3)
频率范围为0.1Hz~10kHz的正弦波02
实用不间断电源电路图
幅度解调器
光电感烟控测器电路
采用四只晶体管的调幅电路
增益可编程放大器电路
发电机启动用蓄电池自动监控装置
555水位控制电路(一)
简易照度测量仪电路
有关数字电位器几个应用问题的探讨
电容反馈振荡电路
使用AIRPAX67F温度开关的电烤箱控制电路
5G167音频压控双向流水彩灯控制电路
电脑主板电路图 815 5_23
可能感兴趣器件
TS78MLACZC0
RO3101E
DRCP28-86SA
RMC120624.9K1%N
1200RG3G019A34B
IRKL162-10EJ
AC3475ZC12-8PY
7215J37W5GI22
742C0831180F
753203390G
HVPS2D1624FBX
NSM20.5761%R
BP2120TR5-12V/20-058
LPI5124W2K74706
M55342H03B22D6PT0
7103LY4Z3QE2
F2M8K25AF
LFXTAL058037BULK
8111-421-2323-30
SON-NS4B-03-2800-DF
47LPT-100W-M2
BLU1206P-1670-BT10W
SE002B39K20/39K20DF
PNM2208E2522DBBS
M55342M01W270GS-W
1206M3R9D201ET
FMD-1B-6CM321CL
SIP-U4769-12-1602-F-Q-5
CAR0603121OHMS1%10PPMHP
380KA019M1824DD6
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