|
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）
/
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
几篇关于同步整流的文章
目前电源的同步整流技术已经非常成熟，在很多量产的产品中已经有正激、反激、半桥等多种电路结构使用该技术，以进一步降低功耗，提升产品性能及品质。下面是一些关于此技术的一些资料，希望能对有志于此的朋友们有所帮助。我会先后发一些已经量产的产品的原理，与大家共勉。希望各位支持！
zbz0529
测试/测量
关于FPGA的数字信号处理
本人在学习FPGA的数字信号处理 ，想找些相关的资料，MicrosoftInternetExplorer402DocumentNotSpecified7.8Normal0MicrosoftInternetExplorer402DocumentNotSpecified7.8Normal0MicrosoftInternetExplorer402DocumentNotSpecified7.8Normal
白丁
FPGA/CPLD
解决STM8代码空间不足的几个办法
开发环境用的是IAR1. 提高优化级别工程选项-》C/C++ compiler->optimizations2. 如果使用了ST的驱动库，找到USE_FULL_ASSERT，屏蔽掉，大约节省1.5K的代码空间3.简化代码，这个只能对着代码一段一段去抠了，有点痛苦，不得已而为之
gglong77
stm32/stm8
求一个quartus 12.0的usbblaster驱动
麻烦打包下发我邮箱谢谢了[email]qz880818@sina.com[/email]
CMika
FPGA/CPLD
ESD筆記本重啟
對筆記本C件進行ESD測試時，筆記本會重啟，是影響到重啟電路嗎？
DELL_530
PCB设计
z-stack在同一个PANID里可以有多个协调器吗?为什么？
z-stack在同一个PANID里可以有多个协调器吗?为什么？
gbjj123
RF/无线
推荐内容
热门视频
更多
Modern Robotics: Mechanics, Planning, and Control
Switch mode power supply tutorial- DC-DC buck converters
直播回放: 人机互动介面和机器视觉应用上的最佳助手 - 瑞萨电子 RZ/G, RZ/A 和 RZ/V SoC系列
深入了解升降压变换器家族
EZ-Click触控按键软件设计工具介绍
SimpleLink 平台智能家居应用的介绍
车载树莓派+TV/DVD/GPS/倒车摄像机
i.MX6UL MPU开发板一览
PI 线上研讨会 - 无刷直流电机（BLDC）的驱动及控制方法
Microchip多媒体开发板
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
LPC2124--GPIO按键控制LED灯的闪烁
丰田动力电池的供应与开发
华为撤回对OPPO欧洲专利的异议
万用表如何使用？一文全了解
同兴达：正大力开发非手机领域 产品没直接应用于VR
11-S3C2440驱动学习（五）嵌入式linux-网络设备驱动（二）移植DM9000C网卡驱动程序
改善客户体验：当今企业的业务关键和潜在商机
上海疫情搅乱芯片产业，全球供应链受冲击
新冠或流感？传感器10秒出结果
基于嵌入式通信微处理器S3C44B0X在Socket通信系统中的应用
可能感兴趣器件
CAT1024RD2E-28TE13
1589H6D1BKRF
6QDPS-016-06.0-TED-TTR-3-B
97-3107A22-12PW-426-417-940
PCF0805P-11-14KBI
SOT-DIV23LF-03-5602-3301-FB
JT02RP-22-2P(004LC)
SIT9156AC-1D3-33E156.250000Y
JR21RK-10S
ESQT-105-03-G-D-365
BYV26DGP/92-E3
10091777-T0E-30CLF
ACHL-160MHZ-R-50-G
CRCW251246R4FKTH
803-009-AN4NF9-19NX-72
VE-25R-EU-F2
SM555-3-101
PEG42TS-MAK
TSHC-248-D-04-257-G-LT
RN732ELTD2430C25
SA532350F25IST
DIP1987031561BB
1812N560F250NT
MFP200CTD73-208K
GRM2193T2A3R9CD01J
M80-4T1040100-10-321-08-321
8131M0630682MCC01A97
QT6VT6-70.000MHZ
PATT0603L80R6BGWP
RK73H2ETE88R7F
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
测试/测量
FPGA/CPLD
stm32/stm8
FPGA/CPLD
PCB设计
RF/无线
京公网安备 11010802033920号
Copyright © 2005-2023 EEWORLD.com.cn, Inc. All rights reserved
用户评论