|
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）
/
linear-classifiers
本课程为精品课，您可以登录eeworld继续观看：
linear-classifiers
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：5分6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
STM3210E-LK开发板置换或者出掉
低价出STM32F103ZET6开发板一块，可置换。开发板图片参考链接：http://item.taobao.com/item.htm?id=4576843078买来基本没用过，可以说说9.5成新以上。特点性能仿真器·内嵌ST-LINK II仿真器，支持STM32F10x标准系列和扩展总线系列Cortex-M3 MCU·USB 2.0全速，USB供电·支持评估系统或用户目标系统仿真·下载速度大于5
523335234
淘e淘
【低功耗】FPGA的功耗概念与低功耗设计研究
常见泽1
FPGA/CPLD
坛坛里各位叔叔，阿姨，我也来秀秀
出生不久的我，看这个新奇的世界，看也看不够，所有头也不回一下啊。哇塞，这个世界好漂亮，和妈妈肚里世界不同，所以我笑了
eeleader
聊聊、笑笑、闹闹
基于LPC1343的家用血糖血压检测仪
欢迎各位提出宝贵建议！
lovedata
NXP MCU
28335可以定义多少位的无整型数据？Uint32？Uint64可以吗
28335可以定义多少位的无整型数据？Uint32？Uint64可以吗
DSPscififo
DSP 与 ARM 处理器
详细解析电源滤波电容的选取与计算
[p=30, null, left][color=rgb(34, 34, 34)][font="]电感的阻抗与频率成正比，电容的阻抗与频率成反比。所以，电感可以阻扼高频通过，电容可以阻扼低频通过.二者适当组合，就可过滤各种频率信号。如在整流电路中，将电容并在负载上或将电感串联在负载上，可滤去交流纹波。电容滤波属电压滤波，是直接储存脉动电压来平滑输出电压，输出电压高，接近交流电压峰值；适用于
Aguilera
能源基础设施
推荐内容
热门视频
更多
输出电压调节
模拟整合降低智能电网成本
Microchip开关稳压器产品线介绍
Microchip数字电源参考设计
PIC16F170X/171X 8位单片机系列
MPLAB 代码配置器实验2
Microchip USB3.0集线器系列
MTD6505–低压小功率PMSM电机驱动IC
Microchip PIC18 Explorer开发板
MCP16321/2/3 1A/2A/3A同步降压转换器
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
进化十多年，四足机器人的有何改变？
LPC2000系列学习笔记10--Bootloader
ZDS2022示波器百集实操视频之63：SD_SD协议触发
28-基于51单片机的智能窗帘设计
基于DSP的继电保护测试仪信号采集装置硬件设计
汽车网络安全问题频出 车企做了什么？
小米MIX 5外形曝光：后置伸缩镜头、200倍变焦
示波器根底常识
基于单片机和无线加密技术实现汽车中央门锁系统的设计
电路图
巧用TA7641作有线对讲机电路图
闪光/光控制电路图
基本调整管稳压电路b
采用BQ24721芯片的智能充电器电路
光电控制R-S触发器
N-C-S系统保护接零做法（电缆线引入时）
由晶体管构成的计数电路
晶闸管式液位自控电路之一（灌入式）a
共集电极电路
采用数字电路的延迟灯电路（1）
大型温室排气扇自动控制电路
调光台灯电路之四
低噪声开关电源原理电路图
5V、200A的开关稳压电源电路
四通道换向器
感应电动机的控制电路
通用变频器减速强制动电路
光敏二极管继电器
另一种双路三相电源自投装置电路图
自动循环控制电路图
消颤器电路图
可控硅灯光调节器
50W off-line switching power supply
秒信号发生电路
1RTl260(电视机和录候机)红外线遥控发射电路
875p电脑主板电路图_053
可能感兴趣器件
177-710-5-25GP0J7-24SDN
61575-550168
ESMQ351VSN391MA25S
RSB6HP15180411
177-706H25S6K1-18M-N
AZ942H-1A-24DT
2200HAH5001A2EA
MK03-1A71B-300W_DE
PIC16LF1519T-EPSQTP
ASD1-48.000MHZ-EC-T
RF058-01SP3-102148-0100
RE1206FRE072K43L
800-033-BCH8NF7-10PX-72
HDM04-FG29G
370HS001N2512H4
43650-0725
D101001652FP0-PB
SOT-DIV23LF-01-1001-9100-BB
PCF1206R-3K16DT1
RCS0603115KFKEA
CPS16-NO00A10-SNCCWTNF-AIRGBVAR-W1073-S
1552405
PMSD-02-18-K-03.01-D-LDS
1241.2879.3.002
FHRC103
AC119A-44-63
1713295020
IRG4CH50KBPBF
AK1601-7PD2TB1
SW13-200-24
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
淘e淘
FPGA/CPLD
聊聊、笑笑、闹闹
NXP MCU
DSP 与 ARM 处理器
能源基础设施
京公网安备 11010802033920号
Copyright © 2005-2026 EEWORLD.com.cn, Inc. All rights reserved
用户评论