|
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
/
Multivariate Gaussian Distribution (Optional)
本课程为精品课,您可以登录eeworld继续观看:
Multivariate Gaussian Distribution (Optional)
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:13分45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
Verilog 模拟 PS2
1.明确接线关系,只需接4根线,VCC要 5V,3.3我测试过不能用,时钟和数据线要用bidir双向口线,FPGA可以不用外接上拉电阻。另外,USB键盘也可以用,只要用一个转接头转成PS2即可。2.读取基本的键盘数据,不需要FPGA发送任何数据,只需读取键盘发回来的数据即可如下面的时序图,每次键盘发送11个clock信号,我们需要做的事情就是在时钟的下降沿读取数据3.如何来采样CLK低电平?这里可
eeleader
FPGA/CPLD
【先楫HPM6750测评】测试I2C与ADS1115通信
HPM6750有4个I2C,HPM6750EVKMINI排针引出了2个I2C,模块侧有上拉电阻,所以使用板子上的I2C0,但比较遗憾的是HPM6750的I2C最高速度只支持1000k,不知道以后会不会支持3.4M。ADS1115是TI家的兼容 I 2C 的 16 位高精度低功耗模数转换器 (ADC),I2C的最高速度是3.4M,本来想测一下3.4M的I2C,后来查看HPM6750的手册看不支持3.
xiashuang
国产芯片交流
求救:光耦隔离,电阻的阻值怎么计算啊?
我想用光耦隔离 输入信号,当 VInput 为高电平时,光耦截止,Voutput输出高电平,当 VInput 为低电平时,光耦导通,Voutput输出低电平,光耦用的是 TLP521,请教 R1,R2的阻值怎么计算?谢谢啊!!!datasheet看不太懂,各位大侠帮帮忙啊[img]http://bbs.21ic.com/upfiles/img/20094/2009421153958973.jpg[
putian
嵌入式系统
网络监控产品和IP Camera 产品情况分析
目前国内的网络监控产品和IP Camera 产品方案可以说是五花八门,林林总总.第一线的元器件供应商有华为海思和TI 产品;这两家公司目前都有国内一些大公司在使用产品方案,他们也在媒体上大量宣传产品.TI 和代理商WPG硬盘供应商SEAGATE 都有合适产品项目在做.还有一些日系,台系,美系的原厂也在争夺网络监控产品和IP CAMERA 产品市场,有OKI, MICRONAS,AVERLOGIC
jek9528
安防电子
【跟TI学电源】系列------TI电源DC-DC基础知识课件
[b]“电源基础培训系列课程——DC-DC基础知识”课件2012TI “电源基础培训系列课程——DC-DC基础知识”讲不错,有的网友早已经学完了,有的想收藏课件,总共5个课件,那就到这里下载吧,,[/b][[i] 本帖最后由 qwqwqw2088 于 2012-10-22 14:14 编辑 [/i]]
qwqwqw2088
模拟与混合信号
着急!!Wince OS调用GetDiskFreeSpaceEx为什么返回值为零?
_ULARGE_INTEGER freespace,totalspace,userspace;if(::GetDiskFreeSpaceEx(_T("SD Memory Card:\\"),&userspace,&totalspace,&freespace)==FALSE);{GET_STRING(TARMS_XXX, _T("SDCard Not Available"))}.....总之我的SD
jiafenyong
WindowsCE
推荐内容
热门视频
更多
TI DLP® Labs - DLP 技术
超低功耗以及安全 SimpleLink WIFI 第三代产品新的特点以及 Homekit 介绍
DSP5509微处理器视频教程
350W CCM PFC LLC 电源设计回顾
一周搞定系列之模电
DesignDRIVE中EtherCAT通信支持_2016 TI 嵌入式产品研讨会实录
直播回放: 解读安森美半导体电源解决方案 ,聚焦服务器电源、光伏逆变器
机器学习从零到一
直播回放: 升升不息,瑞萨MCU的固件升级方案
How To Track Down Common Mode Noise如何跟踪共模噪声
开源项目推荐
更多
使用 Semtech 的 SC1110 的参考设计
使用 ROHM Semiconductor 的 BD90640EFJ-C 的参考设计
用于仪表的 16 位 4 通道 DAC
使用 Analog Devices 的 LTC2415-1CGN 的参考设计
使用 Omron 的 S8VS-24024BE 的参考设计
控制电路包含用于反转单相电机的逻辑门和模拟开关
电源电路包含用于反转单相电机的分立半导体器件
使用 ROHM Semiconductor 的 BU4936 的参考设计
DC1813A-G,用于 LTC2367CMS-18、18 位、500 ksps、31MHz 低功率、低噪声模数转换器的演示板
NCP335 2A 具有自动放电路径的超小型可控负载开关的典型应用
热门文章
更多
浦项科技大学开发纳米结构电解质 提高固态电池的离子电导率
飞思卡尔Kinetis 60(K60)时钟系统分析
思特威推出三款全新SmartGS-2技术的工业应用CMOS图像传感器
英特尔展示在自动驾驶、PC 和显卡领域的多项重要进展
猎芯半导体重磅推出2.5mmX3.5mm全球最小尺寸4G/5G MMMB PA
51单片机入门 - 最小系统设计
AT89S51单片机的两种低功耗节电工作模式解析
vivo X Note来了:要用骁龙8定制芯片
电路图
负电压发生器电路,NE555电荷泵
电度表空载节能器电路图
多功能编码式遥控发射的电路
LM108桥式测温电路
温度调节仪烘房温控电路之一b
UAA4002应用中的合理布线图
RTS0073电路
TTL型555电路的内部电路
数码管点亮电路
电容式差动倾斜度测量电路图
无变压器开关电源电路图
TDA7245 音响IC电路图
控制和定时电路图
HAD系列(110A)集成电路
晶体JFET电容三点式振荡器电路图
除以5的对称时钟电路
触摸式电子门铃
负荷电流限制电路
Dual-Tracking regulated power supply circuit
环形时序发生器
双表控制的可控硅定时器电路(三)
555自动曝光定时器电路(二)
SAA3028 (通用)红外线遥控代码转换电路
脉冲触发的单稳态电路
5GMl68音频压控节日彩灯控制电路
电脑主板电路图 430TX_08
电脑主板电路图 810 3_29
电脑主板电路图 815 3_13
光导纤维控制双向晶闸管交流开关电路
可能感兴趣器件
PSD4235G2-20J
4758.6200
EQDP-028-06.00-STR-SBR-2-S
3069503
U411MY9CQE
FW-13-03-L-D-260-118
D38999/20JD15AA
Y472640K2000C19L
FO1003S-08-4M042048L
U25-L-11
UTPCH32VLY
74817-9015LF
SNJ54LV221AW
MD15M4SL0X
VJ1812Y563KFXAB5G
2200AGF150J224A
T255-26R4BI
0603A100GJHB
BD095-30A-A1-0250-0070-0250-LB
7201L1Y9AW4RE
0603Y0251P80BCR
P1005H2291LBT
2020N430Z101PWM
JFCW24S5-1000HS
GUS-SS4B-02-2182-DF
PH3R25-138GCB4/2.3/3-U
FP-8989SQ-05-39R2-FJ-1
VJ1210A330GLAAB68
208B2202203B01
N959-03-7K87-DA
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