|
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
/
Collaborative Filtering Algorithm
本课程为精品课,您可以登录eeworld继续观看:
Collaborative Filtering 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:8分26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
求教关于温湿度传感器的安装方式
说到 温度传感器,曾经只做过一个 ds18b20 的毕业设计。奇怪的是,有时候要真的做一些相应的应用时,上网搜索相应的现成产品,却总是发现它们看起来跟这些什么 i2c的sht11温湿度传感器啊,1-wire单总线的ds18b20看起来一点不沾边。它们总是长得块头很大,机械封装,看起来就像是传统机械结构的产品。它们给人一种看起来很可靠,很稳定的感觉。似乎把它们扔在水里,仍在荒郊野外,田间,泥土里,放
辛昕
传感器
国际知名手机输入法公司急聘软件工程师
ResponsibilitiesSome responsibilities of this position include development of new language support in existing script recognition software. Optimizing and tuning script recognition software on perform
cumtlazyboy
嵌入式系统
请教各位大师一个模拟量加入特征量的问题。
一个简单的音频信号放大电路,有没有简单有效的方法加入特征量,供后续的采样量化系统识别?
wjiahao
模拟电子
TWS耳机拆机
前一段时间将TWS耳机的充电盒拆机,今天发现耳机也很容易拆,就将耳机也拆了。很多耳机是使用胶水固定的,很难在不破坏的情况下拆开,而这个耳机只使用了卡扣,非常容易拆开。耳机由三个部分组成:电池、蓝牙、发声单元。电池容量是 148mWH,也就是40mAH。按照10mA工作电流算,正常使用时间是3-4小时。蓝牙部分有两个芯片,一个是蓝牙芯片,型号尚未查到,估计是一个国产专用 IC,不像一些低端耳机分主从
dcexpert
以拆会友
运放低通滤波器波形在6k为什么会失真而在1k不会?
[table=98%][tr][td][font=Arial, ][color=#4298ba]电路[/color][/font][font=Arial, ]如下[/font][img=590,209]http://www.eechina.com/data/attachment/forum/201611/12/1904440jnzjl3wxx38ed8z.png[/img][font=Arial,
玲儿玲儿
模拟电子
关于PVD进中断请教香主和各位大哥
关于PVD进中断请教香主和各位大哥,小弟刚学这个,程序想实现检测到电压低时(也就是要断电时),马上进中断做一些处理,可是下面我的配置得到的结果是开始跑程序就不停的进中断主程序:PWR_PVDLevelConfig(PWR_PVDLevel_2V2);PWR_PVDCmd(ENABLE);while(1)``````NVIC配置:voidNVIC_Configuration(void){NVIC_I
moffice
stm32/stm8
推荐内容
热门视频
更多
ARM常用开发工具使用分析
ESP32教程(基于ESP-IDF)ESP32入门级开发课程
[高精度实验室] 运算放大器 : 3 输入输出限制
直播回放: VectorBlox™ SDK - 个基于PolarFire® FPGA的低功耗人工智能/机器学习推理解决方案的快速开发平台
大帅DIY
领航者ZYNQ开发板视频
Atmel AVR技术的历史
SmartMesh IP 无线传感器网络入门套件
正点原子手把手教你学STM32-STemWin
吉时利4200A-SCS 参数分析仪加快半导体设备、材料和工艺开发
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
东芝月底关闭大连工厂 是中国首个生产中心
2021高通XR生态合作伙伴大会:凝聚产业力量,开启XR新视界
ODM/OEM厂商纷纷杀向电动汽车市场
单只按键控制单只数码管滚动显示
英飞凌推出全新AIROC™ CYW20829 低功耗蓝牙片上系统
光弘科技5G基站线路板的副板全板面焊接工艺方案
51单片机驱动 LCD1602液晶显示系统
数字示波器54621A运用教程
ROHM推出600V耐压Super Junction MOSFET“R60xxRNx系列”
米尔亮相ST峰会,不止于STM32MP135核心模组开发应用
电路图
无需零线连接的BLE墙壁开关,你了解吗?
相位检测电路
5V 5A带IC切换器电路
直流12V转交流100V逆变器电源电路设计
VF-AT系列变频器工频-变频切换电路
恒流电池充电器
新颖的开关稳压电源电路
简单的直流三倍压电路
可编程彩灯控制器电路
音乐闪光“外星人”电路
微功耗低压差可调集成稳压器应用电路03
有源等效电感电路
6位阴极荧光三极管显示电路
γA78GUIC电流提升电路图
NAC-201具有自测的电路
稳压器5的工作电路图a
便携式缺氧监视电路
高精度压力测量电路
无电源光控开关电路图
功率场效应晶体管原理
SXTY三相交流调压(闭环)触发板电路
绘图光笔电路
双位温度调节器电路
宽带分布放大器电路
低噪声仪器放大电路
过电流保护电路
高灵敏声控报警器
调压器电压及带负载试验电路
电脑主板电路图 820 1_06
数控恒流源
可能感兴趣器件
DM13H-E
250-009MT18-5
2N1911
TW-207
MLP473M7R5EB0A
G3PB-435B-2-VD DC12-24
MICD-076-06.00-STR-SBR-4-F
MWDM4L-67P-0K1-18S1
TBG2406B
MD9F2S5ZE60
S1H5-12-H
GMC31X7R823J25NTM
HC17281-K
531MA1070M00DG
T493C225K035CT6120
TMMH-142-05-S-DV-EBC
AE552L22-23PW
PEG108TS-TAFT520
270T824A103B1A5
CT12-1420BQO
M55342H01W124BR-TR
CHS3002405-I
FTG-6A-K/Q
KAPU-B5G/Q
CMC-200/201GN1206W
P1206E2713WGPT
SIT9346AE-1B2A30N125.000000E
Q16F2GXXR28A-3GP
TF06E8250DT
3186FG392M350BJA
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