|
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
/
机器学习基础:案例研究(华盛顿大学)
/
machine-learning-is-changing-the-world
本课程为精品课,您可以登录eeworld继续观看:
machine-learning-is-changing-the-world
登录
播放列表
课程目录
课程笔记
课时1:welcome-to-this-course-and-specialization
课时2:who-we-are
课时3:machine-learning-is-changing-the-world
课时4:why-a-case-study-approach
课时5:specialization-overview
课时6:how-we-got-into-ml
课时7:who-is-this-specialization-for
课时8:what-you-ll-be-able-to-do
课时9:the-capstone-and-an-example-intelligent-application
课时10:the-future-of-intelligent-applications
课时11:starting-an-ipython-notebook
课时12:creating-variables-in-python
课时13:conditional-statements-and-loops-in-python
课时14:creating-functions-and-lambdas-in-python
课时15:starting-graphlab-create-loading-an-sframe
课时16:canvas-for-data-visualization
课时17:interacting-with-columns-of-an-sframe
课时18:using-apply-for-data-transformation
课时19:predicting-house-prices-a-case-study-in-regression
课时20:what-is-the-goal-and-how-might-you-naively-address-it
课时21:linear-regression-a-model-based-approach
课时22:adding-higher-order-effects
课时23:evaluating-overfitting-via-training-test-split
课时24:training-test-curves
课时25:adding-other-features
课时26:other-regression-examples
课时27:regression-ml-block-diagram
课时28:loading-exploring-house-sale-data
课时29:splitting-the-data-into-training-and-test-sets
课时30:learning-a-simple-regression-model-to-predict-house-prices-from-house-size
课时31:evaluating-error-rmse-of-the-simple-model
课时32:visualizing-predictions-of-simple-model-with-matplotlib
课时33:inspecting-the-model-coefficients-learned
课时34:exploring-other-features-of-the-data
课时35:learning-a-model-to-predict-house-prices-from-more-features
课时36:applying-learned-models-to-predict-price-of-an-average-house
课时37:applying-learned-models-to-predict-price-of-two-fancy-houses
课时38:analyzing-the-sentiment-of-reviews-a-case-study-in-classification
课时39:what-is-an-intelligent-restaurant-review-system
课时40:examples-of-classification-tasks
课时41:linear-classifiers
课时42:decision-boundaries
课时43:training-and-evaluating-a-classifier
课时44:whats-a-good-accuracy
课时45:false-positives-false-negatives-and-confusion-matrices
课时46:learning-curves
课时47:class-probabilities
课时48:classification-ml-block-diagram
课时49:loading-exploring-product-review-data
课时50:creating-the-word-count-vector
课时51:exploring-the-most-popular-product
课时52:defining-which-reviews-have-positive-or-negative-sentiment
课时53:training-a-sentiment-classifier
课时54:evaluating-a-classifier-the-roc-curve
课时55:applying-model-to-find-most-positive-negative-reviews-for-a-product
课时56:exploring-the-most-positive-negative-aspects-of-a-product
课时57:document-retrieval-a-case-study-in-clustering-and-measuring-similarity
课时58:what-is-the-document-retrieval-task
课时59:word-count-representation-for-measuring-similarity
课时60:prioritizing-important-words-with-tf-idf
课时61:calculating-tf-idf-vectors
课时62:retrieving-similar-documents-using-nearest-neighbor-search
课时63:clustering-documents-task-overview
课时64:clustering-documents-an-unsupervised-learning-task
课时65:k-means-a-clustering-algorithm
课时66:other-examples-of-clustering
课时67:clustering-and-similarity-ml-block-diagram
课时68:loading-exploring-wikipedia-data
课时69:exploring-word-counts
课时70:computing-exploring-tf-idfs
课时71:computing-distances-between-wikipedia-articles
课时72:building-exploring-a-nearest-neighbors-model-for-wikipedia-articles
课时73:examples-of-document-retrieval-in-action
课时74:recommender-systems-overview
课时75:where-we-see-recommender-systems-in-action
课时76:building-a-recommender-system-via-classification
课时77:collaborative-filtering-people-who-bought-this-also-bought
课时78:effect-of-popular-items
课时79:normalizing-co-occurrence-matrices-and-leveraging-purchase-histories
课时80:the-matrix-completion-task
课时81:recommendations-from-known-user-item-features
课时82:predictions-in-matrix-form
课时83:discovering-hidden-structure-by-matrix-factorization
课时84:bringing-it-all-together-featurized-matrix-factorization
课时85:a-performance-metric-for-recommender-systems
课时86:optimal-recommenders
课时87:precision-recall-curves
课时88:recommender-systems-ml-block-diagram
课时89:loading-and-exploring-song-data
课时90:creating-evaluating-a-popularity-based-song-recommender
课时91:creating-evaluating-a-personalized-song-recommender
课时92:searching-for-images-a-case-study-in-deep-learning
课时93:what-is-a-visual-product-recommender
课时94:using-precision-recall-to-compare-recommender-models
课时95:application-of-deep-learning-to-computer-vision
课时96:deep-learning-performance
课时97:demo-of-deep-learning-model-on-imagenet-data
课时98:other-examples-of-deep-learning-in-computer-vision
课时99:challenges-of-deep-learning
课时100:deep-features
课时101:deep-learning-ml-block-diagram
课时102:loading-image-data
课时103:training-evaluating-a-classifier-using-raw-image-pixels
课时104:training-evaluating-a-classifier-using-deep-features
课时105:loading-image-data
课时106:creating-a-nearest-neighbors-model-for-image-retrieval
课时107:querying-the-nearest-neighbors-model-to-retrieve-images
课时108:querying-for-the-most-similar-images-for-car-image
课时109:displaying-other-example-image-retrievals-with-a-python-lambda
课时110:you-ve-made-it
课时111:deploying-an-ml-service
课时112:what-happens-after-deployment
课时113:open-challenges-in-ml
课时114:where-is-ml-going
课时115:whats-ahead-in-the-specialization
课时116:thank-you
时长:3分8秒
日期:2019/09/29
收藏视频
上传者:抛砖引玉
去评论
课程介绍
相关标签:
机器学习
ML
在本课程中,您将从一系列实用的案例研究中获得有关机器学习的动手经验。 在第一门课程的最后,您将研究如何基于房屋特征预测房价,从用户评论中分析情绪,检索感兴趣的文档,推荐产品以及搜索图像。 通过使用这些用例的动手实践,您将能够在广泛的领域中应用机器学习方法。
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
这个基于车载UWB雷达的车内检测方案看着有点厉害呀~~
刚看到一篇文章介绍了一款由Algorized和Qorvo合作推出的基于车载UWB雷达的车内检测方案,利用其最前沿的技术构建了同时检测多人生命状态的卓越能力,并能够区分成人与儿童,听介绍感觉有点厉害呀~~给大家放个新闻原文:https://www.eeworld.com.cn/zt/Qorvo/view/1559节选部分内容:Qorvo超宽带(UWB)雷达助力Algorized打造突破性的车内乘客检
okhxyyo
无线连接
先楫HPM5361EVK性能评测——CoreMark测试
一、CoreMark介绍CoreMark是一种用于评估嵌入式系统性能的基准测试工具,它专注于测量处理器的核心性能。该基准测试旨在提供一个简单、小型的测试套件,以评估嵌入式系统的性能,并强调了处理器内核的效率。CoreMark取代了过时的Dhrystone基准测试,它包含对以下算法的实现:列表处理(查找和排序)、矩阵操作(常见的矩阵操作)、状态机(确定输入流是否包含有效数字)和CRC(循环冗余校验)
Windccc
国产芯片交流
【DigiKey“智造万物,快乐不停”创意大赛】4.外出测试以及数据处理思想
[i=s] 本帖最后由 ICS 于 2024-1-14 22:20 编辑 [/i]>作品名称:基于ADS1282的三维地震勘探仪器的设计>>账号:[ICS](https://bbs.eeworld.com.cn/space-uid-1345439.html)## 外出测试记录最近外出测试了作品,并总结一下数据处理的思想及其代码,因为触摸和显示屏的功能是原厂直接做好了的,并且在之前的GTK相关文章中也使用了显示屏和触摸,那么我就写一下按键吧,其本质也就是GPIO输入。之前写过一篇关于 GPIO输出的,就是点灯,今天来做一下GPIO INPUT的试验。因为之前点灯时已经发现开发板上的用户按键已经被占用,那我就使用一下CN8这一大堆的GPIO通过文档可以
不爱胡萝卜的仓鼠
stm32/stm8
ALINX XC7Z020 开发板电源跳线电路
这是ALINX的说明手册,不知道这个电路是怎么实现的,唯一想到的方法就是加一个钳位二极管。
Leidows
FPGA/CPLD
谁有 tsmc_rfcmos的ADS 库啊??
谁有 tsmc_rfcmos的ADS 库啊??不要老的,至少能在ADS2020左右版本上用。。。。谢谢!
amu226
无线连接
推荐内容
热门视频
更多
MAX14850演示板
MAX98090完全集成的音频编解码器
智能电网安全保护技术
TWS蓝牙解决方案
Microchip无传感器FOC变频洗衣机
Microchip温度传感器系列产品
PIC24F "GC"系列 ——智能模拟简化了设计
全新低成本PIC32MX3/4系列单片机
MCP47X6 DAC PICtail Plus子板
使用MCP6V01自归零运放的热电偶温度测量参考设计
开源项目推荐
更多
LT1308ACS8 SEPIC 的典型应用电路将 3V 至 10V 输入转换为 5V/500mA 稳压输出
DC1562B-M,LTC6995-1 演示板,1 秒上电复位
具有跟踪功能的LT3095EUDD可编程输出的典型应用电路
NCP699SN25T1G 150mA、2.5 输出电压 CMOS 低 Iq LDO 的典型应用,在 TSOP-5 中启用
LV8731VGEVB,基于 LV8731V 2 通道 H 桥驱动器的评估板
LTC4020EUHF高压降压的多化学电池充电器
使用 OP297 的 OP297FPZ 简单桥式条件放大器的典型应用
三相交流 BLDC 高压功率级参考设计
EP53A7HQI 1A同步降压稳压器典型应用电路
LV56351HAGEVB,升压型DC-DC转换器的1通道评估板
热门文章
更多
2021上半年全球智能手机CIS市场总收70亿美元
Counterpoint:realme超越三星成印度第二大手机品牌
使用锁定热成像技术加快故障分析
IAR Embedded Workbench现已支持性价比出众的新型STM32 MCU系列
IM3590电化学阻抗分析仪的特点特性及适用范围
从sys/power/state分析并实现S3C2416的睡眠和唤醒
利用RTO数字示波器在时域和频域解决EMI问题
电路图
由upc1651构成的多途信号发生器电路
热敏电阻的基本应用电路b
电水壶自动断电控制器电路图
抬高VT2基极电位的直流耦合电路a
机床电磁铁吸盘欠电流保护电路
自耦变压器降压、转子按频率变化加入励磁启动电路
两台电动机分别起动停止和同时起动停止控制电路b
AVK200家庭影院放大器与检修05
STK4181 II 功率放大器电路图
新一代高性能集成功放LM3886-01
用NE555制作光控自动灯
音乐猜灯游戏器电路
高效稳压电源电路
“有电危险”语言告警器接收机电路
汽车刮雨器间断工作电路
正极性DC,DC变换器电路图
无绳电话过压保护电路
电力电容用于无功功率补偿
微电流-电压变换电路
倍频程音频均衡器电路图
800Kbit-s光纤数据光电接收器电路
采用锁相环IC的金属探测器电路
555三通道红外遥控开关电路
六路互复位型手触开关电路
CASPER 1489型单色显示器的电源电路图
有自偏压的双稳态电路
单结晶体管自激多谐振荡分频电路
准谐振软开关反激变换器原理图
音频控制和软开关的放大器
可能感兴趣器件
177-710-1-9GP4K7-24FNN
1.5KE33-BP-HF
FS8856-30PD
RT9818D-50PY
AA51861
11407562
FYM-7881AW-2
WSR2R0100DEK1
240-381WNF13-4SPPBMN
74LVTH32245GX
GEC15SBSN-M89
ATS-18F-109-C2-R1
D38999/24MA35HN
93A2D-A24-H06L
SRK02-FLA-64A-001
T212A682K050MS72007505
HLMP-P005-021
P54FCT3480DDM
FCE17-E09PA-410
2200BGG5008234A
GQ8ALF021870CCT
JTP00RP-20-39PC(009LC)
SIT9120AC-2B1-25S166.000000G
RCP2512W50R0GWB
DS24B33Q+T&R;
NMP1K2-HHKH#K-00
1200SGH1508B2EB
TMM-127-06-F-S-SM-11-P-M-A-TR
ECA-32.768M-G
54122-818602500RLF
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 © 2005-2026 EEWORLD.com.cn, Inc. All rights reserved
用户评论