|
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
嵌入式linux入门方案请教
刚买了一块飞凌公司的ok2440iii开发板,手上有一本韦东山编的嵌入式linux应用开发完全手册,一本c++入门的书籍,刚在电脑上面装上了ubuntu10.04的虚拟系统。想往人机交互qt的方向发展,不过发现困难重重,首先就是arm的汇编指令还有makefile里面的那些指令,很多都看不懂,不知所措……希望大虾们能够给点学习嵌入式的建议,最好能够顺便推荐基本书吧~先在这里谢过啦~:)
1067941083
Linux与安卓
ST-LINK2整天“NoDeviceConnected”真烦人
Andy22
stm32/stm8
求助:关于AD623放大热电偶
近来使用AD623进行热电偶放大,遇到些问题,请各位大侠帮忙!我使用T型或K型热电偶,使用AD623进行放大,电路图如下:[img]http://meijwang.com/UserFiles/Image/Temp/TCAD623.jpg[/img]电路板做好后,我使用一段2CM的热电偶进行试验,编程,用手捏住热电偶的头,可以明显看到AD采样值不断增加,当实际使用时,由于热电偶的线有1M多,此时,用
神童
嵌入式系统
VGA
VGA显示256色需要DAC吗?求探讨
hzp08041234
FPGA/CPLD
单片机温度控制装置的设计与应用.pdf
单片机温度控制装置的设计与应用.pdf
forsharing
单片机
wince 应用开发 的几个问题; 大家帮忙呀!
我想用EVC4.0开发一个 能够WINCE5.0下运行的应用程序;程序中要用到UDP通信 串口通信,以及多线程的一些知识;我的问题是:1。我在我的计算机上安装了EVC4.0 + SP4,STANDARDSDK_50,STANDARDSDK_42,,我还要用装其它的软件吗?(程序要运行在WINCE5.0得逻辑8515车载电脑上)2.我用安装PB吗?定制8515的SDK吗。我在网上查了一下 逻辑851
tempusr
WindowsCE
推荐内容
热门视频
更多
Atmel加密认证产品介绍
TI DLP LightCrafter DLP2000 EVM板介绍
【挖掘机哪家强】NASA太空挖掘机RASSOR机器人
东南大学电力电子基础
Vivado IP集成器(IPI)教程
C2000在实时控制系统中的新特性
MPLAB Xpress软件简介和入门
基础教程:电源管理基础知识
模拟IC设计全局观
matlab simulation of fly-back converter
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
在48V系统中使用更智能的BMS以节约空间、时间和物料清单
STM32的ADC转换(普通模式)
俄乌冲突“扎芯 ” 国产半导体企业机会来了?
发光二极管的丈量办法
【汽车创新三大驱动力】系列之一: 解决电动化和电池测试挑战的方法探讨
电路图
开关电源和普通电源的区别
密码式电子门铃电路
印刷厂单色胶印机电路
频率伺服电路方框图
TT系统中漏电保护器供单相负荷时的接线a
低功耗的60min定时电路
电话保持电路图
STK075功率放大器电路图
检测电路的各大点波形
掉电存储保护
光明牌355多功能应急灯电路图
温度传感器电阻补偿电路
NE555构成的开关式稳压电源电路图
智能型“大哥大”电池充电器电路
DAC0808与CPU的接口电路
大电流开关电源启动电路
高线性锯齿波发生器电路图
角位移测量电路
感应式报警器
温度控制电路
时间继电器电路图
电瓶安全充电报讯器
555简易线性锯齿波发生器电路
用PSSR制作家用逆变电源电路
555磁控传感语言防盗报警电路
多用途遥控报警控制器解析
X9241的功能框图及应用
电脑主板电路图 810 1_28
电脑主板电路图 815 3_37
可能感兴趣器件
0805H0100822GXT
ACMD-4104
RN55C4992CRSL
MAX5055AASA-T
345-100-524-578
FC4531-832-A
JTL07RE-24-61SB(301)
RNX02533M2FKR7
CMTB-PAFDS-1640-03-WT
SVC121D-10BFS8
Y009161R9000Q0L
38DDP11B21S6RT
MO2LM20T360G
62GB-11J16-26P2F
22-04-514
SC25M3300BPFV1825
T495A685M010ATA2K07280
ACBQ20TTEB301K/910M
M80-4T12042F3-01-321-08-302
SSN14A2612JQ13
SL8B-01-2K74-DD
CCDNPO010M2A05703R
WBDDSS4-B-02-1204-J-
FP20216139762FXBFW
VFCP150679R600TCR0.2DBT
GUB-GL0B-01-2612-B-D
PWCT2025AFVLLPNT
MC0402-36R5-FB101
PCAN2512K3R01CGT5
VJ1206A100FXBAB68
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