|
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）
/
what-is-the-document-retrieval-task
本课程为精品课，您可以登录eeworld继续观看：
what-is-the-document-retrieval-task
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：1分31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
怎么那么多色情人来加好友
这些姐姐都是干啥的，太奇怪了，加我做啥捏:sexy:
mimixigu
为我们提建议&公告
STM32F207以太网+LAN8742传输服务器会卡死
单片机作为服务器把数据传输到电脑客户端，客户端与服务器是一问一答的通讯方式，传输一段时间后服务器就会卡死，调试后发现卡死后服务器不会进入tcp_echoserver_recv函数在网上搜了相关问题大多都说是这个接收函数的问题，自己就修改了几行数据接受和发送代码，大神看看问题出现在了那里static err_t tcp_echoserver_recv(void *arg, struct tcp_pc
李嘉辉
stm32/stm8
fpga开发中的bitfile文件是做什么用的?
是芯片功能的一描述吗?是用什么语言开发的?有什么作用，说详细点.谢谢指教!
a98du1985
嵌入式系统
labview编的超级马力
labview编的超级马力真是太牛了
安_然
测试/测量
Linux设备驱动程序第三版2·6中文
[b]目录[/b]ARM\Linux设备驱动程序第三版2·6中文.chm::/ch03s02.html][color=#0000ff]3.2. 主次编号[/color][/url] 。。。。。。。。。。。。。。。。。。。。。。。[[i] 本帖最后由 yuandayuan6999 于 2010-4-30 18:25 编辑 [/i]]
yuandayuan6999
单片机
[转]同轴电缆视频传输技术原理与实际应用
同轴电缆视频传输技术原理与实际应用同轴电缆是一种超宽带传输介质，从直流到微波都可以传输。同轴传输的理论基础是电磁场理论，与一般电工电路理论有重要区别。如电缆连接采用芯线、屏蔽网分别焊接、扭接，又如用“三通”做视频信号分配等，这从电工电路角度看是合理的，但从同轴传输角度看是一种原理性错误。再如有的电缆厂家为了减少电缆衰减，把SYV75-5实心电缆0.75-0.8mm的芯线，改为1.0mm，其理由是：
xyh_521
安防电子
推荐内容
热门视频
更多
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
ZDS2022示波器百集实操特辑之13：×10挡的秘密
基于51单片机DHT11的加湿器proteus仿真程序设计
飞利浦PH1手机发布 起售价499元
豪威集团首款用于车内监控系统500万像素全局快门传感器
OPPO Find X5 Lite新机解密，为Reno7 5G国际改名版
滑环电机怎么使用变频器控制
台湾半导体业未见复苏迹象
电路图
典型针式打印机开关电源的基本结构
单相全波相整流电路01
uPC1892的应用电路
LM629PWM驱动
北方牌BD-90型电冰箱电路
AN7173NK功率放大器电路图
比较器式欠压指示电路
采用TAA611A的低频功率放大电路
具有自控功能的干电池充电器电路
555短线式防盗报警器
IX0247CE系列内部电路图
运放构成的可调恒流源电路图
电话拨号编码电路
红外遥控发射电路
红外传感器电路
光控停电报警器
功率因数补偿电路
最实用基本图解电路55－晶闸管炉温自动控制电路
TDA7057Q功放电路
555亮度显示电路
555失声时喉咙替代装置电路
555走廊、楼梯节电灯电路
电视伴音用5．5w低顿集成放大器电路
三相电源相序/缺相检测器
10～20MHz晶体振荡器
锁定900的正弦一余弦振荡器
SJ05B／C组成的接收电路
845E电脑主板电路图_33
电脑主板电路图 815 2_03
报警电路图
可能感兴趣器件
IS42S86400D-7TLI
CNS057358
XTSH672-752GGYH
7211J51W3RE32
JT00RT-24-61S(021LC)
PISA2812-331M-04
JTPS00RE-22-14SD(SR)
SIT9120AI-1D3-33E133.330000Y
RNCF1210DTE732R
1200HGG1029A34B
PWD-5526-04-TNC-79
L242-312.5M
SSQ-111-23-F-S-RA
HQCD-030-06.00-TTL-TEU-1-B
IDT74FCT244ATPGG8
SCP69L2-GL-ZN-49
A2543WVA-15P-WH-N2
M80-4T10442F2-10-302-03-322
RM242-070-511-6432
GUS-SS7A-00-2872-DA
CLR810261H
ABM82-30.000MHZ-6-CY-T
FFW-5162B2916
239070741009L
P-0502E2152BBWP
HCHP2010L7502JGPF
MFR25SDBF72261R
SM3512L5976DTTR
CE1206-122-J025RBW
151-12.096M-SR-10HPVS-TR
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
为我们提建议&公告
stm32/stm8
嵌入式系统
测试/测量
单片机
安防电子
京公网安备 11010802033920号
Copyright © 2005-2023 EEWORLD.com.cn, Inc. All rights reserved
用户评论