|
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)
/
exploring-other-features-of-the-data
本课程为精品课,您可以登录eeworld继续观看:
exploring-other-features-of-the-data
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:6分24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
关于28027PWM波的问题
最近在调PWM波,发现当PWM波的频率很高时(比如200KHz),输出的PWM波形很正常,但是当频率降低时,比如降到200Hz,或者更低(10Hz)时,输出波形就有畸变了。不知道大家有没有同样的经历,希望可以得到大家的回复,谢谢。
明明很讨厌
微控制器 MCU
问下有关AD芯片的问题
我硬件方面很菜,想问下常用的AD转换方面的问题:1:在图片中,AD芯片负电源接地和接负电源有什么区别?2:差分输入端负端,AIN-接地和接差分信号有什么区别?3:结合图片中的方案,采集到的模拟数据通过AD转换,能够得到负数据吗?我感觉好像只能采集转化到正数据啊。4:参考电压怎么和双电源配合起来?不懂,希望谁帮我解释下,希望详细点。
tyc119514155
stm32/stm8
八个以上步骤,半小时设置?
ST提供的例子,都是这样的么?
jackwellsun88
stm32/stm8
51单片机设计时,怎么加一个隔离电源,求大神指点
因为在protues中仿真的时候,电源和接地部分是隐藏的,不知道怎么接隔离电源模块,怎么设计一个电源隔离模块……
莫非123456
51单片机
功率放大器的信号输入模式
[size=4]关于功率放大器的信号输入模式选择问题。在专业音响工程中常常遇到需要信号并联、桥接等问题,那么首先必须清楚的了解选择相应模式的意义。在功率放大器的背板上通常具有一个拨动式或弹簧按键式切换开关,切换开关旁用英文标注有模式名称,三种模式分别为:STEREO(立体声,即两进两出)、PARALLEL(并联,即一进两出)、BRIDGE(桥接,即一进一出)。具体而言,就是当音箱数量较多,而且需要
fish001
模拟与混合信号
视频录制软件——大家有没有推荐的?
想组织坛子里的人做一些视频,但是希望有个好用的视频录制软件,lilong8470推荐了屏幕录像专家,但是似乎优酷没法支持这个格式。大家有没有推荐的 就是那种直接屏幕录像 ,还能支持优酷上传的?:)急求 :funk:
soso
聊聊、笑笑、闹闹
推荐内容
热门视频
更多
TI近场供电NFC参考设计介绍
机器学习 (台大李宏毅)
数字图像处理(MATLAB)山东大学(江铭炎)
应用于OTN的Smarter Solution
一天攻破K60
遗传算法与应用
基于syslink的OMAPL138双核通信教程
零基础电路学
Microchip低成本带CAN控制器的单片机PIC18F66K80
什么是区块链?什么是去中心化?
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
基于51单片机的智能雨刷设计
SK海力士:业界首次提供了24GB DDR5内存样品
ARM与安谋,中国模式的平衡之道
高级负载诊断功能助力缩短 24 VDC 配电的工厂停机时间
ZDS5054D智能硬件分析型示波器的功能特点
采用ZDS2024 Plus示波器进行电源纹波的测试
电路图
RS触发器的工作原理图
简易电子门铃电路
双相时钟信号产生电路
三相电动机断相晶体管保护电路
FGDF-3型三相低温镀铁电源换向控制及电子转换开关电路
300A-18V三相晶闸管调压电解电源电路
位置环放大器电路(WT)
超级傻瓜大功率功放模块03
双路闪烁串电路(3)
分立元件声光控楼梯延迟开关电路(5)
双向可控硅无级调光器
挥手停闹的电子钟电路
简易型电话机功能检测电源图
大功率自动控制电路图
DG型电热恒温干燥箱电路03
标准的升压应用电路图
稳压电源电路图
相位鉴别器
电子鼓电路
TDA2003功放电路
AN7161N功放电路
迷你彩灯数控器电路
ZC-2-10A自动充电机电路
光触发器电路
6B595驱动的LED显示电路设计(共阳)
音叉振荡器
TX—KA57962 IGBT驱动器的应用连接图
用漏电继电器构成的电动机保护电路
电脑主板电路图 820 1_02
电脑主板电路图 830_41
可能感兴趣器件
1.5KE36CU22
2200JG1G00JA3LB
813-SS-014-30-004101
D38999/26WJ8PB
AA1218FK-0743RL
CMH1-21003006J
GUS-SS7BLF-03-6802-JA
HTCR1206G-133KFT3
3625/24 100M
C317C432J3G5TA
SIT1602BI-81-XXE-25.000625Y
76040E-11D-4JC
DCF37P864MXLF
FFC-7T18LAMEP8B
M32139/02-B03TC
V20E300PL3A1X2855
RBP12CTT5423
CMF12103K240,05%25PPM/KKP5
T83E157K6R3UBSL
D170HF2A
CTN2D-C-2981ACQQB
2225N151G502SHM
P-1010E2373FBT3
CT-11-C/Q
P0603Z2642BGTD
VJ0603Y682KXXAT2MP
VJ1206Y153KFEAB5Z
GA534270F56HBT
TCH1J2R2D-B716A
PRA100C23K920.1%0.01%R0031
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