|
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
/
Anomaly Detection vs. Supervised Learning
本课程为精品课,您可以登录eeworld继续观看:
Anomaly Detection vs. Supervised 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:7分36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
大家都看看
[i=s] 本帖最后由 paulhyde 于 2014-9-15 03:20 编辑 [/i]大家看看
QSTNMZ
电子竞赛
工业4.0 非易失性数据记录
[size=4]减少停机时间的能力是管理工业设施的重要因素。目前,预测停机时间难度较大且成本非常昂贵。比如,普通汽车制造厂的停机时间可能高达每分钟22,000美元或每小时130万美元(来源:先进技术服务,2006年:“汽车行业停机成本:每分钟22000:调查。”)。[/size][size=4][/size][size=4]随着工业4.0的出现,工厂的智能化和互联性正在日益提高。智能工厂中的机械设
fish001
模拟与混合信号
阅读抽奖:《TI嵌入式研讨会》包络研讨会视频和PPT等周边,好的都收进书里面
活动时间:即日起至4月30[b]阅读抽奖:[/b]1、[color=#005000][backcolor=transparent][font=&][size=16px][url=https://myportal.ti.com/portal/dt?lt=myti&provider=TIPassLoginSingleContainer&j5=2&j3=1&goto=https%3A%2F%2Fwww.
EEWORLD社区
无线连接
万年历、温度12864液晶显示
这个是实物效果哦!:lol这个是仿真图哦!:titter:这是仿真显示部分。:lol电路包括温度检测、时钟控制、闹铃报警、液晶显示等、、、、:titter:粗糙的焊接工艺,望大家见谅啊!:victory:带纽扣电池,可以给时钟芯片ds1302供电,保证在电源掉电后,时钟芯片可以继续工作。:loveliness:效果就是这个样子,里面含有附件。程序可以下载,含仿真图。:victory: 欢迎下载!大
37°男人
电子竞赛
【技术探讨】无线通信中如何排查电磁波干扰?
很多客户反映无线电通信中的电磁波干扰,看不见,摸不到,也无法呈现,有时会碰到这样的问题:同一组设备、在相同的环境中,有的时间段无线通信很好,有的时间段突然无线通信的信号质量严重下降,这个是怎么回事?由于目前市面上的无线电通信设备种类很多,WiFi,ZigBee,LoRa,对讲机,无线电台等等,电磁波环境是复杂和多样的,作为厂家我们是无法完全模拟用户的现场环境,用户是可以通过WiMi-net无线自组
chenjingjing
RF/无线
写好嵌入式实时OS核,寻找合作开发产品
自己写了个嵌入式实时OS核,取名LOS,即LearnOperate System。LOS是应用于工业控制领域和车载设备中的可剪裁的嵌入式实时操作系统。LOS具有的功能目录如下:1任务管理任务创建任务删除任务挂起任务唤醒2时间管理任务延时延时唤醒3信号量管理多值信号量和互斥信号量信号量创建信号量等待信号量释放信号量删除4邮箱管理邮箱创建邮箱删除邮箱等待邮箱释放5内存管理内存初始化内存分配内存释放目前
longxin
嵌入式系统
推荐内容
热门视频
更多
明德扬至简设计法视频-FPGA
大数据算法
直播回放: Microchip安全系列21 - 利用TA100-VAO对ADAS和IVI系统的CAN FD进行安全引导和消息身份验证
什么是静电放电(ESD)?
直播回放: Microchip安全系列26 - 如何将预配置证书从Microchip安全元件批量上传到AWS IoT中
3D TOF占用检测:身体跟踪和计数
电机和电机控制的简介:AC 感应电机
VLSI设计基础(数字集成电路设计基础)(东南大学)
嵌入式Linux C应用编程
降低负输出电压轨的噪声
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
Hokuyo与SiLC合作开发4D LiDAR方案
荣耀折叠屏手机年底发布:京东方和维信诺或供应屏幕
Gartner预测芯片短缺将十大汽车主机厂50%在2025年自主设计芯片
魅族Flyme新功能“流光快门”上线了
台积电高管预计芯片短缺会持续到2025年
ROHM推出600V耐压Super Junction MOSFET“R60xxRNx系列”
给癌细胞植入“特洛伊木马”,机械纳米手术或改善脑癌治疗
国内首个量子芯片无损探针电学测量平台在安徽投用
89C2051单片机无线遥控电铃的工作原理
电路图
直流稳压可调电源设计与焊接器件清单
AD524构成的350Ω电桥测量放大电路
三相电源断相保护电路
卫星接收机的变频电路
无刷电动机的转子、定子和驱动电路a
20W功率扩展电路
分立元件声光控楼梯延迟开关电路(2)
双向晶闸管交流调压电路
由运算放大器构成的方波、三角波信号电路
555宽度可变的单稳态电路图
模拟乘法运算电路
25W弧光电源电路
GXG-915型携带式光电比色计电路
金羚牌单向连动式换气扇电路图
带放电功能的电池充电器电路图
LM2941C的基本电路图
线性良好的三角波电路图
一氧化碳探测器
采用微分电路的窄脉冲产生电路
高速增益可编程放大器电路
TP-9型10W室外防雨调频音箱电路图
TA7252P功放电路
555禁止吸烟语言告戒电路
1w超高频功率放大器电路
CW137组成的跟踪式集成稳压电源
BG602组成的低纹波集成稳压电源之一
具有三种用途的单结晶体管检测电路
875p电脑主板电路图_097
电脑主板电路图 440BX_23
自动空气清新器电路
可能感兴趣器件
ES29LV320EB-12RTG
6282-6SG-519
LELK1-1RS4-27129-932
94R2D-J16-T18
20021621-00044D1LF
44-ECR24H-S9
2225Y1K00182GCR
PR405W-B1K28HD
SF04U6812BTL
TC2-2412/2/4/9-20W
AF9009-07-32
KBP06M1-E4
S1562GABK-FREQ
ECC-10-4.999M-G3TR
940-004C24-19P
1311-19-02-B2
TC2-2424D/0/2/5/3-25W
SX6M12K0BPS51640
7103L42Y3AV2QE2
PH1RB-15-WB-SMT
SIT9025AIU22R28SP150.000000D
FA4L4Z-T1B-A
C1206C629J4GACTU
KEPAUN-112P4/Q
M55342K09B6E34RTP
M55342M02B271BRT5
VJ2220A101FLCAW5G
M55342H06B287ESTP
TP0350B2872T4E
WA87SM1153FCAP
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