|
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)
/
regression-ml-block-diagram
本课程为精品课,您可以登录eeworld继续观看:
regression-ml-block-diagram
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59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
为什么NAND Block中坏一个Page就要丢弃整个Block
转自[url]http://blog.sina.com.cn/s/blog_679f935601013zjx.html[/url]上图是NAND内部结构,WL是若干个Page,一组(64)WL是一个block,从左边的电路看,如果一个page的WL坏了,那么就不能正常地使用这个WL来控制栅极电压,这样就不能对其他WL下的cell进行Read,Program, Erase的操作了。所以对其他page
白丁
FPGA/CPLD
整天对着电脑挺不容易的,上几张壁纸大家养养眼
有一些是纯风景的,不适合做壁纸,大家也看看。
huchuan987
聊聊、笑笑、闹闹
怎样去掉串口通信时的回显信息?
如:SL_Open 0x30860 (0 opens)abcdefghi我的内容是abcdefghi,是RELEASE版发出的,上面的SL_Open怎么给屏掉?
穆特兰舍
嵌入式系统
大家下班了干嘛?
呵呵 也是水一把很关心大家下班后一般做啥 我一般是看电视剧 看书 聊天 吃东西 哈哈
幸福的娃
聊聊、笑笑、闹闹
msp430f149 IAP
[color=#000][font=arial][size=13px]用boot引导B区域代码可以工作,但是运行A区域工作异常,我设置断点和点灯的方式都看过了进入了相应的应用中断地址,但是就是运行不正常,请问下你知道是什么原因嘛?我是用IAR设置不擦除boot的方法下载的app代码。我的分区如下:[/size][/font][/color][color=#000][font=arial][size
wateras1
微控制器 MCU
学习c#得困惑。。。。
为了能够方便得写出自己得串口程序,我开始学习c#,但是我不知道自己得学习思路对不对,我就想先做一个最简单得,一个上位机软件上有开和两个按钮,然后控制led亮暗,但是不知道串口部分怎么做啊!纠结啊!求知道啊!
小小白
编程基础
推荐内容
热门视频
更多
开源项目推荐
更多
LTC3638HMSE 6W LED 驱动器降压稳压器的典型应用电路
【已验证】J-Link V9 Base /jlink
桌面音箱改造蓝牙音箱
【梁山派开发板】遥控智能车
【开关电路】LM2577-ADJ可调升压电路
使用 Analog Devices 的 ADP8140 的参考设计
BTS 3134 N智能低边电源开关典型应用电路
AM1DM-0503SH60-NZ 3.3 Vout、1W 单路输出 DC-DC 转换器的典型应用
可编程逻辑控制器调制解调器
超声驻波轴向悬浮移动装置
热门文章
更多
数据编排支持人工智能(AI)的下一步发展
使用MSP430 Launchpad和GPS模块的车辆跟踪和事故警报系统
降低85%能耗,IBM和三星的新芯片设计有哪些黑科技?
深南电路:公司现已经投入资源对FC-BGA封装基板进行预研
单片机C语言汇编代码
Keysight是德科技E5061B网络分析仪
贸泽电子开售面向便携式电子应用的英飞凌EZ-PD PMG1-B1 USB Type-C高压微控制器
创业者的元宇宙梦
双极步进电机和单极步进电机之间差异
电路图
供电系统是否容易让人管理
MAX1555参考设计电路|电池充电器应用电路
LTC5551的基站接收机电路图
用于信号追踪的简单信号发生器
塑料热合机控制电路
XJ01型自动起动补偿控制电路
共发射电路
带恒流的差动电路
低成本集成电路功率放大器03
密码电子锁控制电路
单按键数字电路调光灯电路
数字万用表使用稳压器电路图
光控开关继电器电路图
白炽灯泡环形计数器电路
555水位控制器
手掌机用稳压器 MAX722/723
暂停定时器
桥T型RC振荡器电路图
用于检测人体的远红外传感器的电路
比较低频有源滤波器电路图
用LA4160作录音机电路
多功能漏电保护开关电路图
加林HW-13H温热饮水机电路图
电源欠压关闭电路
STK435功放电路
用8038的万用信号发生仪
LA7224 (电视机和录像机)红外线遥控接收前置放大电路
具有短路保护的5v稳压电源电路
经典的电源电路(7805扩流)
过压过流保护器
可能感兴趣器件
DZF-50-320-P-A
CO-717B58-VNL2ATFREQ2
TR3D106M035C0250
3-1571987-0
CLSW-145221334
530HA901M000DGR
2M801-010-01ZN17-7SB
PT06E8-3P-027
MMSDT-20-28-L-03.25-D-K-MDX
3.14002.0260000
1825Y0100684MXT
15-002-111
BSW-132-24-T-E
2200JGG1509B3SA
MCSAR2-118S6A7-18.0
AVSMBG10CAE3
CVG32-A1323282Z
MF1/4LLVTEA564G
MOS1CT74R363G
X1G004171011615
7105L2D8W4BI
7108MY9W1SI22
2FIS084-30GT
50388-3010E
RS02B316R0BB12
ASTMLPV-25-19.200MHZ-LR-S-T
SIP-4789HT-02-3001JB
ABM82-100.000MHZ-6-J4Q-T3
ASC60HREN
CCN-7808-03-4872-F-B
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
用户评论