|
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
|
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）
/
predicting-house-prices-a-case-study-in-regression
本课程为精品课，您可以登录eeworld继续观看：
predicting-house-prices-a-case-study-in-regression
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22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
我的matlab里面怎么没有CCSLink?
毕业设计要用到ccslink。我电脑上安装的是matlab2010a版本，系统是64位win7。我在matlab里面输入help ccslink显示ccslink not found.Use the Help browser Search tab to search the documentation, ortype "help help" for help command options, su
zenghao1987
DSP 与 ARM 处理器
是不是有一个 编程的国际标准范例库（我说的不是C标准库，当然如果你有.....）
首先，再啰嗦一下，我说的不是C标准库。我是说，有没那种具有参考性的编程指导。是这样的，我在写一个 退币器 的检测函数。其实说白了，就是一个红外对管的检测函数。虽然不知道世界上所有退币器都是红外检测，但心想，投币退币这种东西的历史应该很久远了，也很多地方用到，比如动漫城，比如投币贩售机.....也许这么典型的设备，会有很典型的编程范例？曾经听镭影说过，刚找到镭影和他聊了聊，结果他说我记错了，我也不知
辛昕
编程基础
看看我的电平转换电路
工作不正常
liujia1
模拟电子
切莫看低小喽啰里的潜力股
就像周星驰在电影《功夫》里所表现的那样——貌不惊人、再平常不过的小人物，原来才是真正的高手。职场中，总有一些人被忽视，甚至被轻视。他们看起来闷声不响，被认为可有可无，但有一天，机遇来临，麻雀变凤凰，不由得令人惊叹：野百合也有春天。 这些“野百合”，在职场中，通常被唤作“小喽啰”。 “不可轻视的职场小喽啰”，潜台词有很多：说得难听点是劝人不要“狗眼看人低”，说得好听点的是“三十年河东，三十年河西
ESD技术咨询
工作这点儿事
在PORTEL99中的层次图问题
请问大虾，我是自下而上搞的层次图设计，我现在的问题是PCB都基本弄好了，现在根据需要要修改子原理图增加端口，我在子原理图中已经增加了新的端口，可是怎么才能够在总的原理图中对于的方块电路上也自动的增加。现在感觉只能够把原先的方块电路删了，再重新生成一遍方块电路的步骤，这样在方块电路上才出现新加的端口
ZHANGXUEJIE
PCB设计
无线路灯项目——SX1278调试
问题描述： msp430能与msp430通信，STM32能与STM32通信，但它们之间就无法通信，进入不了RxDone中断，但可以进入FHSSChangeChannel中断，说明能收到信号，但信号不对。于是我怀疑430的无线参数跟我的STM32参数不匹配，怀疑他们给的程序不是芯片里正在跑的。我下载了CCS，用430的LaunchPad上自带的仿真器去调试，用这个仿真器，我们只需要接2根线即可，分
Jacktang
无线连接
推荐内容
热门视频
更多
系统移植和跟文件系统构建篇
2016 TI 工业研讨会：TI工业信号链方案攻略
如何修补损坏的印制线
构建块 DAC: 系统思考方法
基于Jacinto 6 GENIVI的Linux参考设计
消费电子应用中不容忽视的比较器方案
电源管理设计贴士
ARM big.LITTLE 处理技术是如何工作的
直播回放 : 无线技术改变智能生活
PoE 认证计划介绍
开源项目推荐
更多
LTC2161 演示板，16 位 40Msps ADC，LVDS 输出，5-140MHz
LTC3631EMS8E 高效 15V、20mA 稳压器的典型应用电路
DER-754 - 29W高功率因数隔离反激式LED驱动器，基于LYTSwitch-6，具有3合1、DALI调光和CCT切换功能
LT6657BHMS8-2.5 低噪声精密 20 位模数转换器应用的典型应用电路
工程人员安全黑匣子
AM30EW-4815DZ ¦15V 单路输出 DC/DC 转换器的典型应用
使用 NXP Semiconductors 的 TJA1040 的参考设计
LT8410高压电源典型应用电路无需变压器
L7809A 功率 AM 调制器的典型应用（单位电压增益，IO = 0.5）
DPAD-数字键盘-蓝牙双模-CH582M
热门文章
更多
STM32F103单片机使用DMA功能读取ADC采样数据
下一代座舱新技术，什么是ShyTech？
西安封锁扰乱DRAM/NAND生产 价格跌幅缩小至8%
STM32-电源【ADC供电、VDDA、VSSA、VREF、VBAT等】
在数字化时代高举客户体验旗帜
万用表测量导致运放输出偏差
LOTO示波器汽修专用款选型指南
LP2132芯片的备自投测控单元的硬件设计
Device Tree（二）：基本概念
可能感兴趣器件
ESW-120-39-G-D
S2L7-1-5-H
B3W-9012-HG2G
MAL210443682E3
862548-1
2M801-008-16ZN7-25PB
CPS16-NC00A10-SNCSNCNF-RI0CRVAR-W1050-S
32_MMBX-50-0-13/111_NH
HSCH-6810
CRCC1206151J681MTF
ACO-FREQ1-L-J-T1-50-G-OUT29
V150C5H100S
69751-915
YK51408020J0G
77313-SAHV44LF
HD74HC4052RP
CBA-09-SC-M5-50
76010E-17E-6JN
WL690B7-Z01-7F
PH4S20-125GBB4/2.3-U
7108J61Z3GI32
CN1J8TTE620G
14811AAGLRA10202KA
800-011-01Z15-3SY
240-034-6-31SPAPN-.125
95035-304HLF
CC2-62600AKEANHWS
BCC0A0M
TP11LTZP-E-2
RP73A2E4K42DTDG
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
DSP 与 ARM 处理器
京公网安备 11010802033920号
Copyright © 2005-2023 EEWORLD.com.cn, Inc. All rights reserved
用户评论