|
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)
/
computing-exploring-tf-idfs
本课程为精品课,您可以登录eeworld继续观看:
computing-exploring-tf-idfs
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:7分9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
猜您喜欢
推荐帖子
避免自激振荡的两种方法
刚刚发现了两个可以降低自激振荡的方法:1.主极点校正法:比较简单而常用的校正措施是在负反馈放大电路的适当位置接入一个电容,接入的电容相当于并联在前一个放大级的负载上。在中频和低频时由于电容的阻抗很大,所以基本不起作用。高频时由于容抗减少,前一级的放大倍数降低,从而破坏自激振荡的条件,保证电路的稳定性。2,RC校正,利用RC校正网络代替电容校正网络,将使通频带变窄的程度有所改善。在高频段,电容的容抗
loadinghl
电子竞赛
听说以前的丰田轿车的刹不住风波是小小代码错误
[color=#000][font=Arial, Helvetica, sans-serif, 瀹嬩綋][size=12px]2007美国高速公路,发生丰田汽车不受控制刹不住酿成车祸,之后这个事件成了风波,闹了很长时间。[/size][/font][/color]据[b][color=red]EE TIMES[/color][/b]报道,最新调查结果显示,[color=#000][font=Ari
wangfuchong
聊聊、笑笑、闹闹
精密电压源+DDS交流信号源PCB(99se)
精密电压源+DDS交流信号源PCB(99se)[color=#000][font=Helvetica, Arial, sans-serif]延续ADI DIY活动及瑞萨DIY活动[/font][/color]
蓝雨夜
ADI 工业技术
山东省2010电子设计大赛群,速加啊,咱讨论讨论!!!
[i=s] 本帖最后由 paulhyde 于 2014-9-15 08:54 编辑 [/i]山东省2010电子设计大赛群,速加啊,咱讨论讨论!!! 116389549山东省2010电子设计大赛群,速加啊,咱讨论讨论!!! 116389549山东省2010电子设计大赛群,速加啊,咱讨论讨论!!!116389549山东省2010电子设计大赛群,速加啊,咱讨论讨论!!! 116389549山东省2010
kllkko
电子竞赛
51单片机C语言应该怎样入门
之前我是用汇编的,现在想学一下C语言,不知道从何学起。
lc3824
51单片机
非接触IC卡读写程序
非接触IC卡读写程序
lorant
嵌入式系统
推荐内容
热门视频
更多
LabVIEW 网络讲堂 第一季
LabVIEW 技巧
村田顽童演示控制姿势行走
设计指南-热功率器件设计中的几点思考
设计功率器件中的散热考虑
Intersil Zilker Labs电源导航软件
ISL55210子评估板的介绍
高速数据传输下连接器等的测试和分析
Microchip数字电源参考设计
PIC24F "GC"系列 ——智能模拟简化了设计
开源项目推荐
更多
DC1525A-G,基于 LTC2175-12、12 位、125Msps、1.8V 四路串行 ADC 的演示板
OP262HRUZ-REEL单电源直接接入调制解调器的典型应用电路
AD8000YRD-EBZ,具有 AD8000 的评估板,高速运算放大器的通用评估板
DER-740 - 29W高功率因数、隔离反激式LED驱动器,具有3合1和DALI调光功能
TLV431A 低压精密可调并联稳压器的典型应用
震惊!我竟然在立创EDA画出了芯片版图!
【训练营_进阶班】基于PSF-B04的物联网开关
MC68HC11 微控制器到 HCTL-2020 解码器的总线接口
ESP32 PICO D4最小开发板
L7809A 高输入电压电路的典型应用(配置 2)
热门文章
更多
51单片机-舵机与按键
STM32 硬件I2C 到底是不是个坑?
PACE发布:曦智科技的一小步,光子计算的一大步
51单片机教程:数码管动态显示(0~99999999)74hc138驱动
女子买苹果手机被店员获取iCloud账号:随后剧情不忍直视
一文解读无人驾驶全局路径规划 - RRT算法原理
电路图
自制摩托车防盗报警喇叭电路图
东芝超薄型DVD机的开关稳压电路
MC14081电路
小型直流电动机不可逆调速电路之一
驱动输出控制示意图
光控延迟电路(3)
新颖的小功率直流电动机调速电路
微功耗低压差可调集成稳压器应用电路06
555晶体管特性曲线描绘仪电路图
μPD1937CA(电视机)红外线遥控接收电路
防止B220龙门刨床停电飞车电路
红外接收机电路图
皮尔斯晶体振荡器
555构成1s闪光器
电路原理图
TWH631接收电路
低温度系数可调稳压电源
CMOS集成模拟开关控制电路
串联衰耗测试电路图
TDA7057Q功放电路
555光控路灯开关电路
6v,0.6w的报警闪光灯电路
测量0.2一11v(有效值)的电平指示器电路
由cwl524A制作的单端正激变换隔离式开关稳压电源电路
100kHz正弦波振荡器
双稳态单边触发电路
单稳态多谐振荡器
6OXT(1.0)电脑主板电路图_08
一款高精度无温度阶跃区的恒温控制器电路
可能感兴趣器件
GLZ5.6B
MAX537BEPE-
240-381WM11-4SSPACN
MJSI-04L-14C2-18-1620
2220Y1000182FCR
CPS19-NC00A10-SNCSNCNF-RI0RBVAR-W1009-S
600214-15
MXSMBJ5352CTR
ECCM7JA16-22.5792MTR
51740-31810818AALF
D3899920JD18JD
VVC2-B3D-51M840
8470LCM0507SCN18FJ
VJ0603Y183KLJAC5G
RSB6RM15130216NN
BF040-20G-A2-0400-0210-0250-LB
SC10M1500B5S31019
BD095-50I-K0-0200-0070-0570-NE
SPD14B2211FP
1717448-1
PWC0805Z158KF
10VK-H60-R
NT6SN256M16AG-S2
4116T-2-8561BAL
MC0402P-1692-FT101W
CT1-F5Y5U3B561SSEW
CCN-7909-02-1820-F-F
Q13.0-32-30/5-T4-FU-PT-LF
ASTMLPD-25-28.6363MHZ-EC-SR-T3
LD10AC102M4B4A
完成课时学习
+
分/次
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