|
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)
/
decision-boundaries
本课程为精品课,您可以登录eeworld继续观看:
decision-boundaries
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:3分57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
5G 天线知多少?
Massive MIMO(简称作M-MIMO或者MM),作为5G的核心技术,是承载在AAU之上的,而AAU内部的天线阵列,则是实现Massive MIMO的最重要的载体。本文将介绍其中的几个基本概念:振子,天线,通道,流,MU-MIMO,SU-MIMO,及其之间的关联。1、什么是振子?天线最基本的作用是进行能量传播方式的转换。对于基站发射的信号来说,天线把发射机的高频振荡电流转换为可以在自由空间传
兰博
RF/无线
【视频】RealView MDK链接及调试
视频大小:17.2M下载地址:[font=Verdana][color=#0000ff][url=http://arm.embedinfo.com/down-list.asp?id=547]http://arm.embedinfo.com/down-list.asp?id=547[/url][/color][/font][color=#0000ff][/color]使用说明:[font=Verda
ye0217
单片机
高薪招聘WINCE嵌入式软件工程师(必须有WINCE底层工作经验)
公司专注WINCE/WINDOWS MOBILE产品开发,有微软正式授权。有屏蔽房、频谱仪、网络仪等全套开发设备。薪资:有意向后可以面谈任职资格1. 英语四级以上,能够熟练得阅读英文文档。2. 本科以上学历,计算机相关专业3. 有WINDOWS CE平台项目相关工作经验,熟悉ARM芯片的驱动程序开发4. 有GPS导航仪产品开发经验优先5. 能够熟练阅读和理解英文资料; 熟悉启动引导,电源管理,音频
nettop
WindowsCE
【设计工具】适用于Spartan®-6 FPGA 的DisplayPort宿端参考设计
您可以通过这一更新的应用指南快速跟踪您的 SoC 设计。XAPP593 将介绍如何为 Spartan-6 FPGA 消费类视频套件 (CVK) 实现 DisplayPort 宿端内核和决策者参考设计。
GONGHCU
FPGA/CPLD
CE 平台的导航软件,哪位高手做过啊?
CE平台的导航软件,哪位做过,地图那部分用什么开发工具呢。谢谢拉
sun00000
嵌入式系统
求一比较器使用电路
小弟要做一个和5V电压做比较的比较电路 大哥们有什么好的电路图吗 帮小弟一把
wh40062
模拟电子
推荐内容
热门视频
更多
2015 TI 物联网大赛:小球探索者
SpaceX“重型猎鹰”运载火箭全新概念片
电力电子技术
Altium Designer6.9 PCB设计视频教程
汽车ADAS(先进驾驶员辅助系统)动向
2015 TI 音频创新日 (13) 车载放大器介绍
LIGO发现引力波新闻发布会 中文字幕
示波器XYZ及选型
使用Arduino控制大型步进电机
机器学习基石
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
Seoul Robotics推首款集成深度学习的3D感知软件 探测被遮挡物体
一加9系列推稳定版OxygenOS 12
51单片机系列学习——逐行扫描的方式实现矩阵按键的仿真
B001-Atmega16-PORTA的定义-(ques=1)
曝一公司批量采购65万台小米12手机,价值20多亿
利用高度集成的8位MCU简化CAN汽车应用
万用表测芯片特性
BOE(京东方)携多款智慧医工解决方案亮相CMEF展 赋能全周期健康服务
电路图
电容降压式经济灯电路图
用高压线性稳压器HIP5600构成的小功率无变压器稳压电源电路图
光电控制鸟鸣电路
光电控制衰减电路a
大电流稳压电源的短路及过电压保护电路
同步电动机晶闸管励磁电路之一
两台电动机其中一台先启动后停转的控制电路b
直流输出的DC转换器电路
“随声听”功率接续器的制作02
遥控电子爆竹电路
双极性直流电压变换电路
MC3367(通信设备)FM接收电路
大功率稳压逆变电源电路图
电子锁互锁开关电路
晶体二极管-电容五桥升串桥升压电路
单电源砷化镓场效应晶体管功率放大器
NAC-103电路
双相输出正弦波发生器电路图
夜光门铃电路
近程探测器电路
电视游戏机红外遥控发射器
斯达康UTS702-S实物维修彩图一
简易漏电报警器电路
玩具模型路标指示电路
电子钟改进电路图
LM340T集成稳压器构成的5V、5A稳压电源
三管无稳态电路(二)
正激式ZVT-PWM变换器主电路原理图
5G167音频压控双向流水彩灯控制电路
845E电脑主板电路图_68
可能感兴趣器件
CDS2C15GTH
MCP1826ST-3302E/ET
PMF64CA
RN73H1ETTP3572C25
5681F1:1
3160-3-108-65
62N02-030S
530AB458M000DGR
ZPEPJ-16-22S
98426-T09-04-104LF
CR1206F27K4P05Z
1N5534D1
IRKU162-08HP
74AHCT273BQ-Q100
ADM6320CX50ARJRL7
TRU050TKCNB49.152
FFC-98T1DM21
ECM2A5E3A18-27.000M
SIT9025AA-72R28DK1.000000D
NSL308G-C22KL-6A
P-1010K2941ASWI
RNN55C4420BPBSL65
0847290006
500P33B273LN4C
P15G4805D
RC5100BD267KFKFT
PFRR1206E4020WBTA
KLR330M1CG16V
23518-R200-FT50
GUS-QS0A-0049R3-DD
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