|
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
|
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)
/
evaluating-a-classifier-the-roc-curve
本课程为精品课,您可以登录eeworld继续观看:
evaluating-a-classifier-the-roc-curve
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24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
【颁奖礼】EEWORLD大学堂——玩转LaunchPad及G2xx系列超值单片机
活动帖链接:https://bbs.eeworld.com.cn/TI/TI_study20111008/index.html感谢大家对LaunchPad大学堂的关注与支持,也感谢大家近2个月来围绕LaunchPad所做的分享与努力。EEWORLD大学堂-LaunchPad及G2XX系列超值单片机学习目前告一段落,我们正在基于大家所分享的资料,进行紧张忙碌地归结整理,相信相关的入门级教程会很快与大家
EEWORLD社区
微控制器 MCU
能馈型半桥PWM整流器研究
czf0408
电源技术
关于DS18B20的提问!
最近的工作需要驱动DS18B20读取温度,在看了DS18B20的文档后第一感觉就是麻烦,由于只用了一根线的原因对于时序的要求极为严格,所以做了3天了都还没采出温度来很让人恼火!希望各位指点哈!考虑到我使用的是VRTX平台调试的,而且不怎么熟悉C中嵌汇编弄了半天也没起色所以干脆就全用C了,重要的延时程序也用FOR循环写的,但是经过示波器测试时间上还是比较准确!del500us()//经过示波器测试实
xiuzhang_2000
嵌入式系统
试出一块以前买的2440,带10.2寸液晶屏。
板子很新,没怎么用, 具体淘宝YC2440,是带10.2寸液晶套餐的。液晶带驱动电路,800*480分辨率,运行板上带的WINCE,看起来感觉很爽。配件除了缺个5V电源适配器,其他都在,因为买时花了不少钱,现在单10.2寸液晶屏全新的网上买也得800+,所以暂定320。可以砍价,价高者得。也可以单出板,不带液晶。板子单价150。图片就不上了,有兴趣的可以先淘宝 YC2440。
阿星123
淘e淘
【Atmel SAM R21创意大赛周计划】+WSNdemo的测试
拿到板子好一段时间了,上个月女儿出生,跑回老家了,一直没有机会测试,抱歉!昨晚测试了一下R21的WSNdemo的测试。只是稍微修改例程的地址。两板子如果通讯成功,板子上的LED会闪烁的,串口有数据输出的。和两个朋友一起测试了一下,他拿一个R21板子,我一个板子R21板子,两人屁股颠颠的坐车来到广州天河城,从1楼到5楼任何位置均顺利通过,整栋天河城内都无压力,(里面有好多商铺是隔离的),但是一块在4
pleasemissme
Microchip MCU
发现一批用.net编程的模块和板子
[i=s] 本帖最后由 lcofjp 于 2016-5-12 23:27 编辑 [/i]偶然间,发现了一批可以使用C#或者VB.NET([color=#333333][size=2].NET Micro Framework[/size][/color])编程的模块,正好坛子里MicroPython的活动正在火热进行中,这个有点无独有偶的感觉。实现这些模块的MCU/MPU有:ST的M4,NXP的M3
lcofjp
MicroPython开源版块
推荐内容
热门视频
更多
教你怎样改善输出滤波
意法半导体近距离传感器技术
WEBENCH 时钟架构
解析电池保护和电量计方案,TI 专家与您面对面
Atmel U系列触摸屏控制芯片悬浮感应和操作演示 (中文版)
【PlanAhead教程】教您如何使用PlanAhead
低速ADC 硬件三人行
一块PCB板的生产过程
EDA技术 杭电 郭裕顺
ARM常用开发工具使用分析
开源项目推荐
更多
LTC2161 演示板,16 位 40Msps ADC,LVDS 输出,5-140MHz
LTC3631EMS8E 高效 15V、20mA 稳压器的典型应用电路
DER-754 - 29W高功率因数隔离反激式LED驱动器,基于LYTSwitch-6,具有3合1、DALI调光和CCT切换功能
LT6657BHMS8-2.5 低噪声精密 20 位模数转换器应用的典型应用电路
工程人员安全黑匣子
AM30EW-4815DZ ¦15V 单路输出 DC/DC 转换器的典型应用
使用 NXP Semiconductors 的 TJA1040 的参考设计
LT8410高压电源典型应用电路无需变压器
L7809A 功率 AM 调制器的典型应用(单位电压增益,IO = 0.5)
DPAD-数字键盘-蓝牙双模-CH582M
热门文章
更多
谈谈汽车芯片信息安全-上篇
采用7纳米工艺,国内通用高端芯片研发取得重大突破
智能传感器产业布局画上“青岛符号” 传感器产业大会开幕
示波器探头需要补偿校准的根本原因
如何用常用的耐压绝缘测试测量AC/DC转换器隔离电压
浅谈驱动电机的冷化、扁线化、多合一集成化
可能感兴趣器件
BPW180-1230-14CB95L
E36D400LPN763UEA5M
8N4QV01KG-0052CD
0395930004
0908140206
TNPW06034K59BEEN
MU12B392F
GCM21A7U2E151JX01D
36D122F250BC2A
1206J0250124KDR
AS11CB
V900ECCO
935281741112
74AC534LCT
CC-88L
MU49D0300
51766-10208800B0LF
LD035C103KAB7A
RN73E2ATE1960B
54111-114-07-1200
LPGM38SR-G37
7105L41Y9W4RE2
1812B162K401DX100HW-HK
ABM2-26.000MHZ-20-B2X-T
DBP-M999LF-00-6420-DB
FP20214151982CDDF
3186GH223T200JPT1
MSV-2021-0ET-2
PWR03FTEX4871
PR1S-2210-FB20
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