|
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）
/
loading-exploring-wikipedia-data
本课程为精品课，您可以登录eeworld继续观看：
loading-exploring-wikipedia-data
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：5分21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
滤波器中“元件灵敏度较低,元件扩散度低”是什么意思？？
滤波器中“元件灵敏度较低,元件扩散度低”是什么意思？？
PCB板
模拟电子
一种有效的用于雷达弱目标检测的算法
倒车雷达算法
男人30
模拟电子
工作中遇到恼火的事情何止千千万
[size=4] 正所谓没有什么工作是既轻松又挣钱的，什么工作都有不好的地方都会遇到很多烦恼的问题。工作中遇到很多不如意的事情，如果我们都不能开导好自己调整心态那么到头来苦的还是自己。{:1_85:}[/size][size=4]人要不就自己当老板可以不用受气，要不就长本事以后气死别人，要不然就乖乖的安心做事，停止没有用的牢骚。我们看别人的工作以为都很轻松好像很容易一样，但是别人学习努力的过程我们
yijindz
工作这点儿事
求MSP430G2开发用的CCS4.1版本以上版本
我现在在开发MSP430G2，去TI官网下的CCS4用了一个月时间到期了，我又重新去TI官网下载，TI不批准，没能下载成功，哪位坛友友CCS4.1以上版本啊，最好是CCS4.2以上版本的，麻烦大家了，多谢了！
lilong8470
微控制器 MCU
重量级板子揭晓——TI M4开发板，你敢得到她么？(已结束)
【TI M4开发板】抢先体验EE坛友名单！https://bbs.eeworld.com.cn/thread-306527-1-1.html--------------------------------------------------------------------------------------------------------------------------重量、震撼级板子
EEWORLD社区
微控制器 MCU
【米尔MYS-8MMX】米尔MYS-8MMQ6-8E2D-180-C应用三——NLP词性分析与应用
【米尔MYS-8MMX】米尔MYS-8MMQ6-8E2D-180-C应用三NLP词性分析与应用上篇我们说到可以利用jieba进行分词，这篇我们继续研究jieba的使用。在jieba中，还有一个很重要的功能，就是对词性进行标注，支持对不同词性进行标注。现代汉语中的词性分为实词、虚词、叹词、拟声词四个大类。实词（有实际意义的词，能独立充当句子成分，即有词汇意义和语法意义），包括体词（名词、数词和量词）
tobot
嵌入式系统
推荐内容
热门视频
更多
开源项目推荐
更多
LT1308ACS8 SEPIC 的典型应用电路将 3V 至 10V 输入转换为 5V/500mA 稳压输出
DC1562B-M，LTC6995-1 演示板，1 秒上电复位
具有跟踪功能的LT3095EUDD可编程输出的典型应用电路
NCP699SN25T1G 150mA、2.5 输出电压 CMOS 低 Iq LDO 的典型应用，在 TSOP-5 中启用
LV8731VGEVB，基于 LV8731V 2 通道 H 桥驱动器的评估板
LTC4020EUHF高压降压的多化学电池充电器
使用 OP297 的 OP297FPZ 简单桥式条件放大器的典型应用
三相交流 BLDC 高压功率级参考设计
EP53A7HQI 1A同步降压稳压器典型应用电路
LV56351HAGEVB，升压型DC-DC转换器的1通道评估板
热门文章
更多
STM8 低功耗模式 STM8应用笔记
ARM协处理器指令
iPhone 14会 “完全重新设计”：苹果正全力准备
RECOM 电源在UV LED中的应用
魅族PANDAER潮电系列新品官宣，将在1月12日发布
emotion3D和安森美合作推出创新的驾乘监控系统参考设计
51单片机入门 - 学习笔记
【C51自学笔记】D/A转换器++DAC0832芯片+A/D转换器+ADC0804芯片
怎么设置变频器DI端口？
如何彻底解决直流电机调速器变频故障问题
电路图
PCB设计中通孔的阻抗控制及其对信号完整性的影响
镍镉蓄电池遥控器
一款CD4046构成的频率计电路图
多谐振荡器的振荡过程a
简洁至上的200W全对称功放
长时间定时控制电路（三）
土壤水分测量仪电路
半导体三极管欠压指示电路
供电轨的电流感应电路图
手电筒控制模型电动机电路图
变换器电路图
机电控制电动机的点动控制电路
增加稳压二极管的额定功率
7800系列组成的可调式稳压电路
灵达牌YPZ5-4D型自动抽油烟机电路图
三角，远凌，金字CFXB型双灯电饭锅电路图
LT1074的基本使用方法电路图
单通道遥控发射电路
电熨斗变温电路
555时间继电器电路图
雨声催眠器
锂离子电池的充电电路
日立CMT2998彩电电源电路
555用于锡镍蓄电池的充电电路
555柴油发电机组自动发电控制装置电路(一）
单结晶体管可控脉冲发生器
病房无线呼叫发射与接收显示电路(M303S/M303R)
845E电脑主板电路图_16
可能感兴趣器件
CAT1022UE-28TE13
LR03061722492F
RT9166-13PG
1200BGG5019F2SB
SL1117A_11
EEEFK1E151GP
MALSECV00AG347EARK
10122282-556000BLF
3L01-190
TAR5S27U
ATS-10D-124-C2-R0
IUGN6-35787-30
RN732ATTD2801B05
AF122-FR-0712K4L
BU-61581G0-110W
APH-D-2-68-RRA-SDB-SG15HT
T1340160121-000
AV1920PA24Q04
7301L2PCWW1BI2
130095-0205
75IN3740ZA00J
T409G685K025BC
832-10-016-10-052000
CM1922X330R-10
814-22-070-30-015-101
SD200N12MBV
GMPM6-G103PT820E2-460M
50764-A081G
RBR54L79601TR
54101-G3014LF
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 © 2005-2026 EEWORLD.com.cn, Inc. All rights reserved
模拟电子
模拟电子
工作这点儿事
微控制器 MCU
微控制器 MCU
嵌入式系统
京公网安备 11010802033920号
Copyright © 2005-2026 EEWORLD.com.cn, Inc. All rights reserved
用户评论