|
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)
/
analyzing-the-sentiment-of-reviews-a-case-study-in-classification
本课程为精品课,您可以登录eeworld继续观看:
analyzing-the-sentiment-of-reviews-a-case-study-in-classification
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:38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
高功率因数电源
[i=s] 本帖最后由 paulhyde 于 2014-9-15 09:34 编辑 [/i]
电子竞赛
电子竞赛
求助各位大神 耽误你们时间了 谢谢
[align=left]设计制作一个高效[font=宋体]LED[/font][font=微软雅黑]驱动电路,驱动一个由[/font][font=宋体]5[/font][font=微软雅黑]只白光[/font][font=宋体]LED[/font][font=微软雅黑](现场统一提供)串联组成的发光装置,要求点亮的[/font][font=宋体]LED[/font][font=微软雅黑]无明显闪烁
侯成斌1988126
微控制器 MCU
2015 TI 汽车电子研讨会
[p=25, null, left][color=rgb(62, 62, 62)]没去成车展?没关系!我们来啦——TI汽车电子研讨会7城来袭!带给你最新的汽车资讯和完整解决方案,绝对不容错过![/color][/p][p=25, null, left][color=rgb(62, 62, 62)][img]http://mmbiz.qpic.cn/mmbiz/TaQ3KiaAE2uZMTEcfRs
qwqwqw2088
TI技术论坛
MSP430F5529 电源管理模块
电源管理与监控是一个很复杂很难掌控的部分,不仅涉及到到源模式的选择,还牵扯到复杂的中断、以及中断如何处理等等。虽然学好这一部分对实现降低功耗的目的很有帮助,但对于目前的我们来说貌似“功耗”一词还稍微远了点。此外,这部分控制对防止和处理供电意外( (过高过低等)的发生很有帮助,不过貌似这个开发板如果不独立拿来做项目而只是接在电脑USB供电的话,一般也不会有什么问题。所以,我也只打算简单学一下。 I
fish001
微控制器 MCU
诚聘嵌入式软件研发工程师
猎头职位【北京】岗位职责:1、负责配电自动化类产品的软件设计和开发工作;2、按照产品设计说明书完成功能开发、通信规约开发(IEC101、IEC104等)、各类算法的开发;3、对所编写的程序进行严格的综合测试,进行软件故障的诊断、定位、分析、调试和修改;4、编写标准化软件产品文档,管理相关软件文档;5、参与公司产品的软件技术预研,提供产品的后期技术支持。任职资格:1、本科及以上学历,电气自动化、计算
ff318421749
求职招聘
毕业论文急需资料
谁买了lm3s6432的开发板啊?能发点资料给偶不?要写毕业论文啊 都不知道怎么写 先谢谢各位了啊
liuyanping625
微控制器 MCU
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
STM8单片机读取DHT11温湿度传感器
自动驾驶国内新标准即将实施,对比国外标准有何不同?
手机app远程操控示波器演示
视频通话中啸叫产生的原因及解决方案
PCB技术发展的新趋势
6位半数字万用表解释
金百泽科技亮相中国国际医疗器械博览会 | 尽显医疗领域硬实力
电路图
DAC1210与PC的接口电路
发光二极管显示电路之一c
晶闸管交流开关电路之五b
热敏电阻恒温控制电路之二b
逆变器电路之四
双速电动机定子绕组2△-Y接法
有音响控制的前置放大器
低压直流供电型负离子发生器电路图
差动输入放大器电路
双稳态电路
多重反馈桥T型振荡器电路图
硅流速传感器电路
脉冲展宽电路(一)
精密求和电路
闪光灯同步器电路
热电阻温度变送器电路
整经机径纱断线检测电路
用555时基电路制作的两款电话防盗接线盒电路图
宽电平测试仪电路图
声控灯彩电路图
感应式防盗报警器
电脑遥控电路
重复脉冲振荡器
IGBT UCE电压监测原理
直流电动机自控换向电路
电脑主板电路图 810 2_12
电脑主板电路图 820 2_05
采用双向晶闸管的气体-烟雾报警电路
高保真无线立体声音箱电路图引脚功能图
视放电路:视放板-6
可能感兴趣器件
AN6342N
MI-P6Z1-IXV
1507545R3
B37940K5010C570
TDPT14031001DUF
1981470000
MXPLAD30KP54CE3TR
240-801-02NF7-10PPCFA
BLU0603P-2180-DT101Q
ECP12168
LFXTAL050746Bulk
53-NKG15HD-CW0
307-011-559-104
MCIMX6QP6AVT8AA
PCM-1-18
GUS-SS7ALF-01-1212-GC
ZPLML-1824-352PN
CHP1X10010R5FLF
SR211C563KAA
FW-07-03-F-D-286-114-A
SIT3921AC-2BF-33NZ26.000000Y
540619 RD002
FTSH-109-02-F-D-ES
SMBT16A
TMM-136-06-LM-D-SM-16-P-A
72252-B305TRA
76308-231
7301TCWV71BE22
KR495AKAA22N02
D38999/20MD19SC
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