|
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)
/
building-a-recommender-system-via-classification
本课程为精品课,您可以登录eeworld继续观看:
building-a-recommender-system-via-classification
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3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
监控各个子交换机端口的软件
我是一家公司的网管,大概有1千台机器,现在想统计一下具体哪个分厂有多少台计算机,有没有相关的软件可以查看?我知道有的软件只能查看某一些端口,但是各个机器开得端口都不一样,比如有的明明开机却ping不通,一般的软件也查看不着,有没有一种能时时监控各个子交换机端口的软件,这样只要它有数据发送就能统计上来。我帮一网管问的。
zephyry
嵌入式系统
3D打印机【玛拉顿公主】装配图
[i=s] 本帖最后由 cardin6 于 2016-2-12 23:55 编辑 [/i]最近有太多的“意外”导致装配图迟迟无法完成在此向大家说一声抱歉先整理了两张装配图发上来因所处的环境及设备实在有限白纸是问护士长要的铅笔也是借的还好随身带有一直走珠笔这次真的应了楠楠[url=home.php?mod=space&uid=476285]@eric_wang[/url] 说的话成了手稿但画的质量确
cardin6
DIY/开源硬件专区
【为C2000做贡献】DSP与LabWindows_CVI的电力故障监测录波器设计
DSP与LabWindows_CVI的电力故障监测录波器设计,版权归作者
0212009623
微控制器 MCU
CircuitPython创意作品
[i=s] 本帖最后由 dcexpert 于 2019-12-20 09:06 编辑 [/i]梦幻之火刃
dcexpert
MicroPython开源版块
玩转DS1302和DS18B20,附详细程序和讲解、图
对于市面上的大多数51单片机开发板来说。ds1302和ds18b20应该是比较常见的两种外围芯片。ds1302是具有SPI总线接口的时钟芯片。ds18b20则是具有单总线接口的数字温度传感器。下面让我们分别来认识并学会应用这两种芯片。首先依旧是看DS1302的datasheet中的相关介绍。上面是它的一些基本的应用介绍。下面是它的引脚的描述。下面是DS1302的时钟寄存器。我们要读取的时间数据就是
雪人001
单片机
积分电路介绍
简介 积分电路主要用于波形变换、放大电路失调电压的消除及反馈控制中的积分补偿等场合。图①是反相输入型积分电路,其输出电压是将输入电 压对时间的积分值除以时间所得的商,即Vout=-1/C1R1∫Vin dt,由于受运放开环增益的限制,其频率特性为从低频到高频的-20dB/dec倾斜直线,故希望对高频率信号积分时要选择工作频率相应高的运放。图②是差动输入型积分电路,将两个输入端信号之差对时间积分。
linda_xia
模拟电子
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
LPC1788---串口设置
爱笔科技物品追踪方案 帮助丢三落四的你寻遗失物
亲测的几款蓝牙耳机,看看有没有你喜欢
贸泽联手安森美推出全新资源平台,分享BLDC电机控制新品见解
十年坚持自主可控,爱普特成RISC-V MCU头号玩家
大族激光:预计2021年净利润超19.5亿元,同比增超99%
S3C2440裸机实验(4) -----IIC
单片机的内存分配详解
新能源汽车样车对标benchmarking技术开发设计
电路图
开关电源PCB排版的要点总结,值得收藏!
增益可变的放大器
联想旭日150笔记本电脑的音频功率放大器
康佳LC-TM2018型液晶电视机的逆变电路原理图(一)
暗房定时曝光电路之四
LH-169A“抓贼呀”语言集成电路
自同期并车线路图
电扇自然风模拟器电路之一
由音调电路改制的音调选择器
新一代高性能集成功放LM3886-03
采用专用集成电路的无级调光灯电路
机电控制电动机的点动控制电路
可变增益与符号运算放大器
Q值和频率可调的滤波器电路
JX-1型晶体管恒温自动控制器电路
采用TL499A构成的稳压电路图
电子镇流器的过流,过压保护电路图
DN35典型应用电路图c
27MHz发射机
负电压转换成正电压电路图1
流量计激励信号发生器
380V 50Hz 3A相序固定电路
步进电机驱动电路
555全自动家电保护器电路
一款彩4合1遥控器(NT6631)
高压快速光电耦合器及应用电路
二极管与门电路
单管石英晶体振荡器
5G167音频压控双向流水彩灯控制电路
立体声放大电路
可能感兴趣器件
8AF8RPP
2200SA1G009B2JA
CS20104D4C330KSP
X345-83-5-100
162GB14E0833PE416
ERCD-040-10.00-TTR-STL-2-N
R88M-GP10030S-B
7142LA55FB
MS3126F20-16SY
FP-8999-06-8250-G
SIT1602BC-83-XXS-7.372800X
M83723/82R2039N-CO
LC5520DEX-1000.0M-T500
EUDA10-FREQ10-L2
ZTK6.8
RNR55J8062DRR36
CX12BZ-A1B4C160-49.999DS-3
2151MDM1830RAN011B
CCL-6-24.000MHZ-I-2-S-3-B
1812CG391G9B300
240-383JXW17-35PPCANN
54122-818-67-1600R
XCC411001GBG
BLU0402-6571-AT50Q
PWC-PWC2010-3400-D
MIMXRT4RT10602DVJ5A
ECS-023.99-S-1X-RKY
SIP-4701-01-3880DB
ATB104-7771-DB452W
HCHP0502200PPM10M2%WTRE4
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