|
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）
/
exploring-the-most-popular-product
本课程为精品课，您可以登录eeworld继续观看：
exploring-the-most-popular-product
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37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
论文报告说明规范（很详尽哦），不看你会后悔的！
[i=s] 本帖最后由 paulhyde 于 2014-9-15 04:00 编辑 [/i]这里向大家推荐一下，很不错哦................希望能给大家国赛一些帮助
幺幺莫莫
电子竞赛
pyboardCN V2畅玩 -- pyboardCN 热转印无线扩展版
之前画了四张扩展版，这两天终于有点时间做出来[size=14px][原创] pyboardCN V2畅玩 -- pyboardCN LED驱动拓展板（TM1628）[/size][size=14px][url=https://bbs.eeworld.com.cn/thread-649898-1-1.html]https://bbs.eeworld.com.cn/thread-649898-1-1.
zhangyadong300
MicroPython开源版块
元器件参数计算软件
[i=s] 本帖最后由 paulhyde 于 2014-9-15 09:30 编辑 [/i]
liu5013
电子竞赛
代231
54454543321111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111
fl1987
嵌入式系统
MSP430有关LCD5110驱动编程实例
单片机源程序如下:#include 5110.hunsigned char Font_code[][6] ={{0x00,0x00,0x00,0x00,0x00,0x00},// (0){0x00,0x00,0x00,0x4F,0x00,0x00},//!(1){0x00,0x00,0x07,0x00,0x07,0x00},//(2){0x00,0x14,0x7F,0x14,0x7F,0x14},
Jacktang
微控制器 MCU
精致的电路保证了手提计算器的音频质量
音频设计的难点是要使高性能低噪音模拟电路和ASIC,处理器和DC/DC转换器共存.笔记本电脑的耳机输出必须能驱动低阻抗负载(如32欧姆或16欧姆),信号幅度范围高达1Vrms.本文考查了影响耳机放大器性能的主要参数,包括PSRR,开机瞬态抑制,以及PCB地线布置.
lorant
测试/测量
推荐内容
热门视频
更多
开源项目推荐
更多
触控环形工作灯
DEMO9S12HY64: 面向MC9S12HY64的演示板
L7812C 的典型应用通过降压电阻降低功耗
LT3091IT7 500mA LED 驱动器的典型应用，具有接地 LED 接线片（散热器）
LTC1709-7、2 输入、2 步 LTC1709-7 CPU 内核电源
LTC3406ES5 单节锂离子 1.5V/600mA 稳压器的典型应用电路，用于实现高效率和小尺寸
SES 2.6价签锂电供电后接板
精确监测和 50μA 待机电流、13S、48V 锂离子电池组参考设计
具有可编程控制功能的 LTC3623IUDD LED 驱动器的典型应用电路
LDC1314RGHT方案验证板[已测试成功]
热门文章
更多
英飞凌助力12个合作伙伴启动可信赖电子产品联合研究项目
从夜视到“元宇宙”入口设备，ALD光学镀膜不断突破
高通沉浸式家庭联网平台助力全新荣耀路由4实现“AI高速连
折叠屏仅是其一 必买OPPO Find N的三大理由
扩大非存储业务 三星等等大举投资系统半导体
51单片机入门 - 按键驱动程序设计实验
数字万用表选购指南
电路图
二极管平方率检波电路
由场效应晶体管组成的175MHz高频功放电路
低电压闭锁的过电流保护电路
电热水壶的温度检测控制电路
多挡恒流充电机电路
“欢迎光临”电路c
电冰箱开门报警电路
多通道遥控玩具坦克电路-发射电路
振荡电路图
电源故障报警器电路图C
利用LM1812进行宽范围超声波测距电路
用二极管延长白炽灯寿命线路
防止相间短路的正反转控制线路
声控双稳态电子开关电路
功能齐全的电冰箱保护器嗲了
人体红外线控制开关电路
双华JDB-LQ-TQ／Z二次电流起动电路
和光检测电路
电压监视及复位电路图
电灯遥控开关
双声道自动平衡控制电路
MC34018电路
TA7333F(电子玩具)无线电遥控发射电路
一40一十125℃数字温度计电路
LM340T-15构成的15V、5A稳压电源
高效应急灯电源电路
MAX834／835监视其他电压的电路
接近开关电路
不对称的混合级联型多电平变换器单相拓扑结构
电脑主板电路图 810 2_25
可能感兴趣器件
HSCSAND600MGAB3
IXF-21A20BF
511-44-241-18-075002
C0805C224K5RAL7025
GUS-SS7ALF-01-2260-JG
240-033-2-31SCNG
79271-448HLF
GRM188F51A105ZA01B
94536-850HLF
856012E-0/383
65540-532
EDI811024CS55NB
MD9F32SFE6X/AA
WTA36PF6JTA-B82
VT-800-DFG-507B-13M5680000
SZ1B10TXV
A1002HB-5P-BK
K2AAPSCCB
FP2001682401BKBGW
54121-418-23-0900
TCT06030C3901X100R00
SPD08A4121DSLF
JH52480800BCNLNNTZEWC
A208532WRA9
RCWP040286K6FKEB
O50.0-JO53-C-3.3-2-LF
HTE127280KOHM1%
254-5.0688M-16-50GS
PWC1206-18K7DT1
HVC4020L1276DGFP
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
电子竞赛
MicroPython开源版块
电子竞赛
嵌入式系统
微控制器 MCU
测试/测量
京公网安备 11010802033920号
Copyright © 2005-2025 EEWORLD.com.cn, Inc. All rights reserved
用户评论