|
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
/
Learning With Large Datasets
本课程为精品课,您可以登录eeworld继续观看:
Learning With Large Datasets
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:5分44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
模拟电路设计的一些注意事项
[size=4](1)为了获得具有良好稳定性的反馈电路,通常要求在反馈环外面使用一个小电阻或扼流圈给容性负载提供一个缓冲。[/size][size=4](2)积分反馈电路通常需要一个小电阻(约 560 欧)与每个大于 10pF 的积分电容串联。[/size][size=4](3)在反馈环外不要使用主动电路进行滤波或控制 EMC 的 RF 带宽,而只能使用被动元件(最好为 RC 电路)。仅仅在运放的
fish001
模拟与混合信号
TMP275温度寄存器低字节读出的数据一直为“0x00”
想用TMP275温度传感器做个4位液晶显示的温度计。在试验时用STC和4位液晶显示屏搭了个电路,在程序中设置为12位精度。用串口进行调试:读上限和下限寄存器的高低字节分别是0101 00000000 0000和0100 10110000 0000,与手册中数据相符。读温度寄存器时高字节数据随温度变化而变化;低字节数据一直为“0x00”。12精度时分辩率为0.0625度,与DS18B20分辨率一样,
lising
51单片机
VHDL,累加器到底累加多少个数据的问题。
if(cnt'0');end if;if(ena='1')then--置数累加if(sop='1')thensum=b"0000_1010")then--sum<=sum;--end if;-- end if;end process cal_p;-------------------------------------请高手帮忙,小弟是在看不出错误在那?谢谢
shuanghb
嵌入式系统
是否可以成立一个电子产品CAE技术交流板块
[i=s] 本帖最后由 孔跃军 于 2016-10-13 15:51 编辑 [/i]CAE有限元分析在新产品设计阶段的重要性日渐凸显,可大幅降低新产品研发费用、缩短新产品研发周期。对电子产品的研发设计来说,结构可靠性分析、散热分析、电磁分析、高频信号分析、疲劳寿命分析都是非常有用的。现在相关CAE工程师异常紧缺是否可以成立一个电子产品CAE技术交流板块,让电子产品设计工程师可以了解学习相关技术。
孔跃军
为我们提建议&公告
大家一起来聊聊
问问大家选择这个行业后悔吗
沉淀淀
聊聊、笑笑、闹闹
在线的都来看看我要说的吧.
在线的看的出来都来加入会员吧,我们这里有很多有用的资料.在这里找相关的东西比在别的地方找的都快,因为我们每一个会员都会把自己用过的资料发上来的.
天使疯子
嵌入式系统
推荐内容
热门视频
更多
最灵活、最低功耗的ARM Cortex-M0器件--赛普拉斯新品PSoC 4
通过RAM/UBI文件系统引导Linux内核
研讨会 : TI MSP430 Scan Interface 技术与流量计方案
Maker Faire上疯狂的创客们作品集锦
Haiwell(海为)物联终端MQTT协议应用视频教程
这不是科幻小说,是谷歌隔空操作技术Project Soli!
PI电源芯片: 一分钟了解 BridgeSwitch
玩转 Arduino——物联网嵌入式开发入门
直播回放: PI 在无需DC-DC变换器的多路输出电源设计中实现高效率和出色的输出调整率
ARM架构基本讲解
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
类脑芯片公司SynSense宣布获约两亿元Pre-B轮融资
导航辅助成标配 新造车势力激战自动驾驶
芯擎科技首发7纳米车规级智能座舱芯片,布局高端车用市场
安森美推出低功耗安全无线MCU RSL15,刷新EEMBC记录
51单片机入门 - 自己动手搭建实验板
STM32-异常与中断
上海疫情搅乱芯片产业,全球供应链受冲击
吉时利2001 7位半数字多用表的特点及功能应用
电路图
特殊倍压整流式电子镇流器电路图
一款RKC XTE-7000的温度控制器电路图
普通光耦隔离电路
JSJ型晶体管时间继电器电路
棒式按摩器电动机驱动电路
晶体恒流源电路
简单的红外检测电路
通用型家用定时器电路
5V电源隔离稳压器电路
通用电池充电器电路(一)
运放驱动的功率放大器电路
长时间定时器电路
新中兴GDH-23电动机保护器典型应用电路
双华ZNB-S全压起动电路
低增益控制的AGC电路
PROM熔断器
双路高低功率线性稳压器电路图
一种交流接触无声运行
频率乘除电路图
高输出电平射频调制器电路
48V_2A稳压电路
CA3080可变增益放大器电路
最实用基本图解电路57-汽压开关控制电路
555对下限温度报讯的自动加热器电路
二进制电压发生器电路
光控顿闪安全信号灯电路
场效应晶体管低压振荡电路
数字编码无线遥控调光电路
DHY29-[48]24/10型直流-直流变换器原理图
可能感兴趣器件
HLMP-CW27-WY0DD
IDT74FCT299CT
XE2203
301S43W474KV4E
ALP32L3-HSNR-37
VE-J0F-CZ-F2
5452184
SGM1K35N20
MTSW-220-22-S-T-330-LA
8D0-19W32SA022
DTZ6.8C
E5J88-40CJ31-L
86208110128020+
M372F0803CT0-C50
IRKV136-04EP
HLMP-4740-GR000
MBA0204VE1131BCT00
CCR75CG200FPTR
CA3100E24-28SYB-13
ZP6-135-60-G2T
BD095-54G-K0-0250-0250-0570-ND
GUS-SL8B-00-30R1-FG
0805N222M500DH-HS
CDF0805169K0.5%50PPM/KNS
CMC25328AVD8S
406152300.02LF
PAC300802219FAC000
WCR2010513JELT
10121750-1431041LF
MFR-50BREMB397R
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