|
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)
/
specialization-overview
本课程为精品课,您可以登录eeworld继续观看:
specialization-overview
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:1分39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
关于变送器高于或者低于取压点的问题
我想问大家一个问题,变送器的安装一般是当被测介质是气体的时候,变送器位置应高于取压点,被测介质是液体的时候,变送器位置应该低于取压点。但是有时候因为现场施工的问题,测量气体的变送器需要比取压点低,而测量液体的变送器又比取压点高,可以这样吗?解决的方法是不是当测量气体的变送器低于取压点时,低点加个排污阀;而当测量液体的变送器高于取压点时,高点加放空就可以了?
eeleader
工业自动化与控制
谁有线路板继电器的生产工艺
最近在学关于线路板继电器方面的知识,主要是JQC-3F、T73、JQX-14FF3这三种型号,哪位大侠有其中一种型号的生产工艺流程,或者作业指导书之类的资料,小弟将不胜感激!
qws123
工业自动化与控制
ti 开发板秒不停
我好像没法过几个帖子,基本是逛逛的。咋办?
flywith
微控制器 MCU
太阳能充电新技术
CN3083是可以用太阳能板供电的单节锂电池充电管理芯片。该器件内部包括功率晶体管,应用时不需要外部的电流检测电阻和阻流二极管。内部的8位模拟-数字转换电路,能够根据输入电压源的电流输出能力自动调整充电电流,用户不需要考虑最坏情况,可最大限度地利用输入电压源的电流输出能力,非常适合利用太阳能板等电流输出能力有限的电压源供电的锂电池充电应用。CN3083只需要极少的外围元器件,并且符合USB总线技术
小娜
电源技术
射频电路板设计技巧
成功的RF设计必须仔细注意整个设计过程中每个步骤及每个细节,这意味着必须在设计开始阶段就要进行彻底的、仔细的规划,并对每个设计步骤的进展进行全面持续的评估。而这种细致的设计技巧正是国内大多数电子企业文化所欠缺的。近几年来,由于蓝牙设备、无线局域网络(WLAN)设备,和移动电话的需求与成长,促使业者越来越关注RF电路设计的技巧。从过去到现在,RF电路板设计如同电磁干扰(EMI)问题一样,一直是工程师
2345
无线连接
wxf0204 进来
帮我找找工作呀:)
huangl53
嵌入式系统
推荐内容
热门视频
更多
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
ZDS2022示波器百集实操特辑之16:模板触发
VIAVI发布年度企业社会责任报告
51实验14.数码管从 000 显示到999
ARM Cortex-A9 (tiny 4412)
土壤酸碱度PH检测仪的突出性能有哪些
BICS与微软合作推出专网漫游方案
如何用STM32CubeIDE软件实现STM32外部中断
虹科脉冲发生器在读出电子测试中的应用
三相异步电动机改二相怎么改
电路图
光电转换及压流转换电路图
差分输入仪表放大器
闪光/光控制电路图
一款CD4046构成的频率计电路图
9018三极管组成的无线话筒电路图
升压型3.5V稳压电路
复合管电路限制灯泡冷态电流的电路b
能判断障碍物的机器人电路
双向晶闸管调光电路图
MC33466H-50JT1组成升压变换器电路图
线性调节器电路
光信号报警电路02
T68型卧式镗床电气原理图电路(1)
精密的数字式电容测试器
频率控制型开关电源电路图
AM解调器用的PLL电路
555组成的晶体振荡器电路图
数控脉宽电路
四音电路
测速发电机反馈的闭环速度控制电路
防盗报警器电路图
触摸式定时开关电路图
TA7241AP功放电路
555可间断运转的定时器电路
0~30V连续可调的集成稳压电源
AM调制的原理(集电极调制)
远距离单线控制电动机电路
电池供电的大功率闪光器
MC13175-76调频接收电路
MP3电路图4
可能感兴趣器件
0805CS-391XJED
MAH63TCX
54122-816-06-2400RLF
HF49FD/018-1H22TXXX
2SC1000
ERJ-3EKF5102V
2200HA2G004B2KB
866A-45-12
BPC7822G
ISP620-1GBG
SMBJ3EZ130D1TR
D3899926JB35JA
9A0924L4011
74AHCT08PW-Q100J
CB10211204
PCF0603H20-137RLT1
JT01RT-16-35SD(009LC)
B32361A4506J080
MFR-50FRE52-91K
0603J0630681JXT
ES52C1E10N-16.3676M
62-35423-AA-0300
MAATCC0005TR
1104XFREQ3AE
GSP2.0301.23
BUS-63117-210Z
MSS4020-104MSD
PLA03M6300C1
XQFN20413702F
68031-24
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