|
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)
/
training-and-evaluating-a-classifier
本课程为精品课,您可以登录eeworld继续观看:
training-and-evaluating-a-classifier
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25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
【是德科技感恩月征文】N6705B——DC/DC测试得力助手
[i=s] 本帖最后由 sdx474621895 于 2018-3-29 20:38 编辑 [/i][align=left][align=left][align=left][align=left][align=left][align=left][b]Keysight N6705B[/b][b]结缘[/b][/align][align=left]我工作的一大内容为AMOLED DC\DC测试。众所周
sdx474621895
测试/测量
2012年2月份北京举办的一些重要行业展会和研讨会
2012第四届中国国际光伏产业新技术新材料新产品新设备展览会 展会日期:2012年2月23日至2月25日 展会场馆 :北京北三环东路6号中国国际展览中心2012年中国(北京)国际照明展览会暨LED照明技术与应用展览会展会日期:2012年2月29日至3月2日展会场馆 :北京北三环东路6号中国国际展览中心第14届中国汽车用品暨改装汽车展览会展会日期:2012年2月14日至2月17日展会场馆 北京顺义天
jameswangsynnex
汽车电子
烙铁焊接冒火花
昨天,用电烙铁焊接。电路板断电,但GND没有和直流电源断开。烙铁头碰到单片机引脚。冒火花。 还有小的响声。后来,果然有了效果。设备的一个元件的引脚对地短路了。上网查了一下,有的说是烙铁漏电。我测了一下。烙铁打开状态,万用表负极接三孔插口的地,正极接烙铁头,电压几乎为零,接触与不接触,电压值没有明显变化。三孔插口的地有没有和大地相连,没有确认,就是普通的商业楼。负极接直流电源的地,正极接烙铁头,发现
ienglgge
测试/测量
C语言实现将一个数组插入到另一个数组的效率问题
[i=s] 本帖最后由 littleshrimp 于 2015-4-22 16:06 编辑 [/i]为了实现某些功能,写了一个小函数,将一个数组插入到另一个数组,试了一下还是很实用的效率上估计不会高了,就是把数组整体下移,然后再把要插入的数据粘贴到指定位置,哪位高手还有变态些的方法没?[code]uint8_t insert_buffer[100];uint8_t insert_buffer_in
littleshrimp
单片机
关于CCS4.12的使用
,我使用的仿真器是XDS100,在我连接开发板是出现以下的错误,各位帮忙看看怎么解决
cjy洋
DSP 与 ARM 处理器
这两个电源可以串联得到20伏电压么???
求大神指点下
g6g6
电源技术
推荐内容
热门视频
更多
开源项目推荐
更多
使用 Semtech 的 STF203-33 的参考设计
具有欠压锁定、软启动和电源正常的 LT3971-3.3、3.3V 降压转换器的典型应用电路
EVAL-CN0285-EB1Z,基于 ADF4351 的宽带低误差矢量幅度 (EVM) 直接转换发射器
FRDM-GD3100EVM: 面向GD3100的半桥评估板
使用 ROHM Semiconductor 的 BD5336 的参考设计
ADR3420 2.048-Vout 微功率、高精度电压基准的典型应用
0.8V, 0.9V, 1V, 1.2V, 1.5V, 1.8V, 2.5V, 3.3V, 5V DC to DC 有线网络单路输出电源
LT1934EDCB-1 3.3V 降压转换器的典型应用电路
Arduino nano Type-C 最小系统板
TCR5SB39、200mA、3.9V 输出电压 CMOS 低压降稳压器的典型应用
热门文章
更多
意法半导体STM32Cube.AI生态系统加强对高效机器学习的支持
自动驾驶应当如何系好“安全带”?
基于51单片机直流电机PWM调速设计
如何通过集成动力总成系统降低电动汽车成本并增加行驶里程
泰克示波器MDO3000的101种用法
德州仪器出席 2023 年教育部产学合作协同育人项目对接会, 并荣获优秀项目案例奖
苹果Apple Watch手表新专利:引入雷达系统 可监测呼吸、咳嗽、打喷嚏等生物特征
东芝推出外部部件更少的小型封装电机驱动IC,节省电路板空间
电路图
东芝推出新款三相无刷电机控制预驱IC,你了解吗?
tl494控制的50HZ逆变器电路
自开关电源
分币猜面游戏电路
FM收音自动搜索和触发电路
红外调光电路b
新型胆机推挽功放电路
伺服控制系统接法
采用专用集成电路的延迟灯电路
延时语音防盗报警器电路
HT-6010/6012/6013/6014/6015电路-c
零点不平衡调整和1G消除电路图A
带有反馈限流的高压稳压器
晶体二极管-电容七倍升压电路(一)
国产ZT-851型助听器电路
小型程控交换机供电系统电路图
外接晶体管的扩流电路图
驱动双40W灯管的电子镇流器电路图
晶体管-场效应管晶体振荡器电路图
利用除法器DIV100组成的开平方电路图
自动开启延时照明灯
电子卫生橱电路
无电源光控开关电路图
555声光双控延时照明节电灯电路(一)
M50120P (电视机)红外线遥控接收电路
由CWl524A接成的4V直流变换器
LM309K集成稳压器构成的5V、1A稳压电源电路
双T型RC振荡器
线圈局部短路测试电路
可能感兴趣器件
54121-108-05-1350
DSPIC30F7013CT-30I/PT-ES
SPB-7940LWG
MWR-MWC01SC-01-775R0-J
ECQE2W104KH
CA3102E24-5PB
ATS-08H-12-C2-R0
575R50CC38M8800
C315C689B3G5TA
2220J1K50333MXT
0039000038-10-N9
CH3.96-10A
75844-195-20
KS24A2561CT
PR02000101503JN300
RSB3RT20150226NN
EW-49-13-FM-T-200
LM1K229M51105LD
1F31072D-P1510A-AF
M39003/01-7002
7109L3YAW1SE32
SL2-038-SH186/03-96
54121-418-02-1650
SSW20A6202CPLF
135P-1690-FT
R6D-PF1
FP60S-2001-FB101W
PTN1010K2671BSTS
CWR29CCC157JCGCBULK
026T824K120A1A2
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 © 2005-2025 EEWORLD.com.cn, Inc. All rights reserved
用户评论