|
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)
/
interacting-with-columns-of-an-sframe
本课程为精品课,您可以登录eeworld继续观看:
interacting-with-columns-of-an-sframe
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:4分29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
利用批处理编译evc程序碰到的几个问题
各位大虾,小弟想用一两条命令就实现对整个工程编译.写个批处理来实现此操作,碰到以下几个问题请教一下: evc4.0 + sp4建立一个mfc(exe)工程,里面只有一个dialog,SDK为Pocket PC 2003;利用evc生成*.vcn,采用nmake命令来编译*.vcn,却发现unresolvedexternalsymbolwWinMainCRTStartup.1 evc生成*.vcn不
aeiou
嵌入式系统
无线通信系统中的调制解调基础(三):扩频和OFDM
第三部分讨论扩频通信技术,包括被广泛应用的直接序列扩频通信(DSSS),和正交频分复用(OFDM)第二部分解析了频移键控(PSK)和正交幅度调制(QAM)。
吸铁石上
无线连接
新产品想法
今天中午在办公室关上所有的日光灯,就这窗外昏黄的光线,呼吸者阴天特有的湿润空气,仰在椅子上爽爽的睡了一觉!同志们,我感觉这种光线和环境下要比漆黑一片的环境睡得更爽。这中光线和湿度其实是很容易仿真的,一个亮度可调的灯,1个湿度可调的小加湿器。整合起来就是一套产品,可以叫“安睡宝”,呵呵
yaoniming3k
消费电子
新人,如何用430控制ds18b20并且在lcd上显示温度
我现在就点过一个灯,处于入门阶段,各位有经验的能帮帮我么?,
切换中英文
微控制器 MCU
请救救我吧 关于基于GPRS MODEM 的彩信发送软件系统 在线等
公司刚派给我一个任务就是开发一个彩信发送系统主要要求是:pc(windows平台) + 彩信软件系统 +GPRS MODEM实现彩信的发送。那位高手能够给我一些意见(比如应该怎么做,看哪方面的书),感谢了
maidi0018
嵌入式系统
【我的电子技术入门之路】……
[font=微软雅黑][size=4][color=#ff0000][b]当年我还是一个大四的学生,面临毕业,什么都不会。[/b][/color][/size][/font]偶然的,学校组织了一次培训,让我对单片机入了迷,为了要解决老师提出来的问题,我们必须自己找方法,慢慢知道怎么用C语言来控制51单片机了,也就是最屌丝的单片机STC89C52。keil软件,加上STC_ISP下载软件,慢慢的不会
an736007364
工作这点儿事
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
大疆可换镜头云台相机真机解密:集成三轴稳定器
杜邦 Nikal™ BP 电镀化学品系列又添新成员
SEMI:全球功率暨化合物半导体晶圆厂设备支出今年将达70亿
ARM cpsr寄存器和spsr寄存器
台积电4nm工艺:天玑9000 CPU能效领先骁龙8 Gen1高到49%
LP2132芯片的备自投测控单元的硬件设计
PLC梯形图编程的常见技巧和注意事项
COSEL为要求苛刻的应用提供输出功率为3500W的新型无风扇传导冷却式三相高效电源
电路图
TWH8751构成的冰箱保护器工作原理电路图
OT0001的热释电红外遥控应用电路
电子闪光灯电路
改制后的交直流两用弧焊机电路
采用阻容移相的几种触发电路f
驱动输出控制示意图
由TTL电路构成的时钟信号电路
YN5048(电视机、录像机和音响)红外线遥控发射电路
利用继电器自动转换二量程的电子电压表电路
具有对称5V,12V稳压电源电路图
有过载保护功能电源电路图
电磁限流式可调稳压电源电路
“王”字牌电子点火器电路
综合控制器电路
晶体管或门电路
GXG-915型携带式光电比色计电路
日立RM-1500UR充电式电动剃须刀电路图
SFH640型5.3KV高集发击穿电压光耦合电路
采用CH701构成的充电器电路图
采用DC,DC的高压电源电路图
电位计式压力传感器双线传输电路
555小型畜、禽舍恒温控制电路
555多路防盗报警器电路
采用晶间管的多谐振荡器电路
电容启动式单相电动机非频繁换向电路
使用温控专用集成电路TC620的自动控温电路
OTL功放电源的电流(用于电子管功放)
电脑主板电路图 815 4_04
电子钟改进电路图
可能感兴趣器件
CL-150DXTD
CM1184
1-146294-0
74CBTLV16800DLRG4
SN74ALS540-1NSR
7100.1160.xx
62S22-M9-040SH
M24308/6-260
240-032-4-15SCG4J1-18K
GC4723-42
KF44-B25S-SR
ACC40DRYH-S734
D38999-20KD5SN
97-3107A20-23S-438
AEO40K48-6L
CMKK-67132L-45:D
830-90-020-10-001000
5CGXFC9D6F27I7N
67663-0100
C3391/12
ERJ-S02F22R0X
RC65Z-3M32DI
1200GG3F00JA2HA
942-005MJ-29SN
MICD-095-40.00-TBL-SEU-2-S
MD37F5R5LE6X
79429-323HLF
UM4006E
NTR12B1653NTRF
TMM-123-05-H-S-SM-13-A
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