|
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)
/
what-you-ll-be-able-to-do
本课程为精品课,您可以登录eeworld继续观看:
what-you-ll-be-able-to-do
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:57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
GPRS/CDMA选择问题
我想用通讯模块,传输数据到email。我不知道该选哪种好,是不是带STMP,POP3之类的协议好一点?不知道该选GPRS类型的还是CDMA类型的?
djm.air
嵌入式系统
如何选择合适的电源模块呢?
DC/DC 模块电源以其体积小巧、性能卓异、使用方便的显著特点,在通信、网络、工控、铁路、军事等领域日益得到广泛的 应用。很多系统设计人员已经意识到:正确合理地选用 DC/DC模块电源,可以省却电源设计、调试方面的麻烦,将主要精力集中 在自己专业的领域,这样不仅可以提高整体系统的可靠性和设计水平,而且更重要的是缩短了整个产品的研发周期,为在激烈的 市场竞争中领先致胜赢得了宝贵商机。那么,怎样正确合
gtlpower
能源基础设施
FAQ_如何设置 BlueNRG-12 ADC 的阻抗_V1.0
本文作者:ST工程师Kevin GUO,发表时间9月23日点击下载pdf查看:Q:当用户使用我们的 ADC 时,需要考虑 ADC 的输入阻抗才能够获取到正确的采样值。比如用户使用如下的电路设计做 ADC 采样,如果阻抗不匹配,可能会导致采到的电压值不正确。A:让我们来看一下数据手册关于 ADC 输入阻抗的描述。PGASEL value = 0. 代表高阻抗 Means high impedance
nmg
意法半导体-低功耗射频
新建的凌阳单片机开发群,有兴趣的进来
群号:26730703
putian
嵌入式系统
请推荐几本好书:)
想学习驱动开发,大家有没有适合初学者的好书推荐呀?顺便也推荐几本qt的书籍:)
我来也
嵌入式系统
版主,请问个USB的问题
判断HOST发送数据包是否完成,以接收到一个长度小于最大包长或者0长度的数据包作为依据可不可行?0长度ACK包会和普通数据包一样产生CTR中断吗? 谢谢咯~~
fusensam3
stm32/stm8
推荐内容
热门视频
更多
利用高压母线转换模块 (BCM) 为LED驱动器供电
教你怎样改善输出滤波
TWS蓝牙解决方案
Microchip开关稳压器产品线介绍
Microchip无传感器FOC变频洗衣机
PIC16F170X/171X 8位单片机系列
PIC24F "GC"系列 ——智能模拟简化了设计
Microchip USB3.0集线器系列
MPLAB® XC8 C编译器的架构特性
Microchip电源管理MCP19111-MCP87000系列产品
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
飞思卡尔微控制与MSCAN ----自学笔记
电缆故障测试仪故障产生原因
芯片短缺致多数韩国Fabless公司Q2业绩不佳,少数逆势增长
通过低代码和无代码实现保险行业客户体验突破
牛刀割鸡,TWS耳机为啥也要上5G?
混合信号PCB布局设计的基本准则
Rambus通过业界领先的24Gb/s GDDR6 PHY提升AI性能
电路图
在电源设计中,如何选取滤波电容
典型的电子灭鼠器电路图
开门告知器电路
锯齿波移相触发电路
运算放大输出电路
GT-JDG1保护器配合电流互感器的电路
SS0613触摸式无级调光灯电路
停电应急灯电路
STK4192II音响IC电路图
陶瓷滤波器收音机中放电路图
机电控制原理电路
ZTD-3型调制中频电疗机电路
电子发声温度计
PC串口和MC68HC70-5K1微控制器之间的RS232传输电路
高清晰!电动自行车电路图有刷YS
TDA1554Q功放电路
场输出电路:AN5534
实用互补对称电路
几种硅光电三极管的主要参数
由ZHF-9901和ZHJ-9902组成的四通道遥控电路
超声传感器的电性能
文氏电桥型振荡电路
电子自控捕鱼器1
845E电脑主板电路图_59
电脑主板电路图 440BX_33
电脑主板电路图 440GX_30
电脑落地扇电路图01
可能感兴趣器件
MQ1N5272B-1
CD10ED680J03
5KP33CA
171-006-5P-.125-PBCL
223891115627
B10B-XH-AM
MAX810-EXRT
632P503X9400
B1SJH-GG
MK10X1M0VLF120
NPQ0603JTTEB101Z
2200GGH4004F3KB
RK73H2AXTB1003D
SER1052-322ML
MS3450L40-1B
MWDM2L-31SBS-110-513
VE-BTH-IY-F1
RT1206CRC0740R2L
E2UTACL-FREQ6-A
MPLAD15KP78A
RCMT0233R20BEA20
LJT07RT2111PCW52
Thyro-P 1P 500-110 H VSC3
CF1/4W-39Ω±5% T52
RNC60J2644BMR36
RIAQ16TTE2202BTGC
ED37F2R8J00/AA
54122-810-23-1950LF
5142R-185K
76030G-11F-35HN
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