|
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)
/
what-is-an-intelligent-restaurant-review-system
本课程为精品课,您可以登录eeworld继续观看:
what-is-an-intelligent-restaurant-review-system
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:4分23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
vs2005如果创建wince程序,请尽量详细点
vs2005如果创建wince程序,请尽量详细点,我现在的运行环境,vs2005+ActiveSync4.5,另外还装了Wince5.0的sdk,但不知道怎么设置。
bds489550896
嵌入式系统
小白何去何从。
[i=s] 本帖最后由 西芷何稻 于 2014-2-14 14:54 编辑 [/i]研究了launchpad三天,从开始找用哪个软件,到现在才只会弄一个流水灯,搜集了好多资料,真的好多资料。但是看着看着就云里来雾里去,那些寄存器简写突然间冒出来,不知道如何是好,我看了一些资料,讲时钟配置,讲了一些寄存器,就开始给程序了,程序是在看不懂啊。于是又开始找资料,感觉就一直在找资料。我知道资料论坛很多,但
西芷何稻
微控制器 MCU
IIC的程序实例仿真无反应
#include//包含51单片机寄存器定义的头文件#include//包含_nop_()函数定义的头文件#define OP_READ 0xa1// 器件地址以及读取操作,0xa1即为1010 0001B#define OP_WRITE 0xa0// 器件地址以及写入操作,0xa1即为1010 0000Bsbit SDA=P3^4;//将串行数据总线SDA位定义在为P3.4引脚sbit SCL=
XCDZZR
51单片机
关于低功耗蓝牙的连接参数更新
首先要明确:连接参数是由主机端确定的,从机端可以发起更新连接参数的请求。主机端可以直接下发连接参数,而从机端则只能是发起更新请求并附带想要的连接参数范围。在初始化中将想要的连接参数设置进osal( 在和IOS设备连接时需要注意一些规则,在前面有提到 ):GAPRole_SetParameter( GAPROLE_PARAM_UPDATE_ENABLE, sizeof( uint8 ), enabl
Jacktang
无线连接
答题抽奖:绝地求生,挑战TI汽车技术方案难题,赢好礼
TI汽车技术方案主题活动再度来袭,你可以了解到HEV/EV 和动力系统、车身电子装置与照明、信息娱乐系统与仪表组、ADAS的4大主题汽车电子方案。掐指一算,是时候了解真正的汽车电子技术了!还有小礼品可以抽~即日起至6月10日,点此进入活动页面,挑战TI汽车技术方案难题(最少答对4题),即可参与转盘抽奖。活动礼品
EEWORLD社区
汽车电子
求教client 问题
大家好,我根据论坛上的例子合成的tcp client的例子。程序下载后,可以ping 通,但用程序里面的tcp服务器测试程序,链接后,按照程序中把端口设置为1026,但接收不到任何数据。麻烦大家帮忙分析下。谢谢!问题已经解决。[[i] 本帖最后由 straw 于 2013-2-24 11:12 编辑 [/i]]
straw
微控制器 MCU
推荐内容
热门视频
更多
MPLAB 代码配置器实验2
PIC32蓝牙音频解决方案
MPLAB代码配置器实验4
MCP8024 TQFP电机驱动器评估板
MPLAB® XC8 C编译器的架构特性
RF4CE万能遥控器参考设计
Microchip PIC32的连通互联
Microchip电源管理MCP19111-MCP87000系列产品
MTD6505–低压小功率PMSM电机驱动IC
MCP6V0X高精度运算放大器的产品介绍
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
磁翻板液位计中磁翻板指示器的种类、特点和应用
普发真空推出全新 OmniControl® 通用控制器
没有小米12 安卓没有一款产品能对标iPhone 13
ROHM开发出45W输出、内置FET的小型表贴封装
PIC单片机-冲压出料监控
荣耀magic4即将发布:配置拉满、价格上涨
单片机通过蓝牙与手机通信:android中的蓝牙
电路图
aduc841/42/43的存储器接口电路
运算放大器和模拟开关罗恩补偿器
基于AT89C52单片机最小系统接口电路
电压比较放大电路
山东GD36型充电器电路
HT-12C/HT-6337/A/B/C/D/F电路-a
可编程函数发生器电路
AST-1型彩色显示器的电源电路图
TDA1015功放电路图
脉冲列控制的交流开关电路
摩托车霹雳灯电路
强华SM-CM1型触摸变色台灯电路图
有线输入的无绳电话
正10V精密电压基准电路图
闸门脉冲发生器电路图
自动气体循环炉控温电路图
电池模拟器电路
小集团无线传呼机电路图
MAX834监视电池低电压切断电源电路
锁相函数振荡器
1Hz时钟信号振荡器
逆变电源的缓冲电路(抑制IGBT栅极-发射极直流过压)
PTC元件与过压保护元件构成的电池充电保护电路
三相电动机绕组反接检查电路
可变量程1.2~1000V点模式声光电压计电路
电脑主板电路图 440BX_09
电话机原理图08
可能感兴趣器件
83C3C-B12-J10L
P4SMAJ150
288TDA5S241A1
EM640FT16FV-55L
DL-5310S-HLA
231-104-07ZN11-2SC-03
2200BGG15IP22GA
CN0966B14S12PNY040
HDM13-F5N2
RM242-040-222-0015
RN70D4022FBSL
4431-T-B1_D_434
0950XTXXFREQ2
10736
GUS-SS4ALF-01-8661-JF
PLT501-0BG-0503
DR125-6R8
561-NWA120-NW0
XO7060-30.000MHZ
7P020FLV5201I15
RT0805BRC0712K4L
NCP690MNADJT2G
45970-3381
JTP02RP-20-39S(009)
NMP1K2-HE##EH-00
SIT9120AI-1B3-XXE133.333330G
CELK1-1-52-60.0-A-01-V
MM-212-009-145-9900-RV4
DTA144WU
Y4726309K000U9L
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