|
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)
/
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
直播入口已开放|TI如何进行更加快速、简单且成本更低的 AI 摄像头应用开发
直播主题如何进行更加快速、简单且成本更低的 AI 摄像头应用开发直播时间2022年5月12日 (周四)上午10:00-11:30观看直播内容简介在本次网络研讨会上将介绍如何使用 Python 和 C++ API 接口快速开发一个嵌入式边缘 AI 摄像头应用。该 C++ API 符合工业标准框架和运行环境,比如 Gstreamer, OpenCV, TFLite, ONNX-RT 和 TVM。并且基
EEWORLD社区
工控电子
新手提问:如何在VC下将USB设备安全移除后再次枚举?
各位大虾,现在遇到了一个问题,如题所示,我现在需要在VC下面实现将已经安全移除的设备在不插拔USB线的情况下再次枚举出来设备。我写的那部分在移除之后,用Windows设备管理员也没有办法再次枚举成功,设备依然显示?号;现在不知道如何做了,谢谢解答!
swimmcat
嵌入式系统
各位前辈,关于labview和单片机通讯问题
我做了个labview采集单片机的串口,结果单片机采集的数据没有错,但是发到labview这里就变成高低位倒过来了,或是少收了一个数一样。这里配上程序给大家帮忙参考下。。。我用虚拟串口这些,局部的测试都没问题的。。我就是想把单片机发过来的两个字节发到labview这里然后合并。因为事先我的单片机和串口调试有过测试,labview也和模拟的串口有测试。俩个都没问题。可是一连单片机和labview 连
大家都是好朋友
stm32/stm8
为什么AD在工作一段时间后会出现异常现象?
用的AD是电力芯片CS5460, 一共有3路电压显示,每1路各自对应一片AD,仪器刚开始工作显示电压都正常,但工作一段时间,就会出现以下两种现象: 1.有1路电压显示变为0,另1路电压显示正常但是不会动了,就像死机一样,不加电压还是显示这个电压值,通过示波器观察这两路的中断信号都没了,且MISO(即单片机读AD值的数据线)的波形与正常那路的也不一样,显示不正常的这两路MISO的波形也是不动的,而正
gnail092
模拟电子
热成像反向升级
littleshrimp
综合技术交流
运放的基本电路图和运放调试
相信做硬件设计的人应该都知道,运算放大器,运算放大器的作用在电路设计中不可忽视。运算放大器是作为最通用的模拟器件,应用十分的广泛,在ADC采样前端、信号变换调理、电源电路等场合中得到了广泛的应用。在大学的时候,学习模电的过程中,相信大家对于运放也十分的头痛,对于它的放大啊倍数这个是最难调试的。而且运算放大器的电路图又特别多,给我们造成了十分多的困扰。今天就让我们一起慢慢学习运算放大器,学习运算放大
led2015
电源技术
推荐内容
热门视频
更多
北京理工大学作品——小车绘制“中国梦”
直播回放:深入浅出讲述可穿戴健康监测
单片机原理及应用 哈工大
直播回放:用校准降低仪器测量不确定度, 提高测试精度
直播回放: 安森美先进的封装和驱动技术助力碳化硅能源应用
2014 TI C2000无锡研讨会 - 如何实现马达控制
LS8 封装改善了电压基准的稳定性
直播回放: Matter标准和采用CryptoAuthentication™ IC的安全身份验证
TI 家电应用中电机驱动分类及参考设计简介
马斯克再次改写历史,Space X“重型猎鹰”运载火箭首飞成功,将跑车送上天
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
苹果 watchOS 8 公测版 Beta 7 发布了
联发科持续扩大招聘规模,计划招 2000 人!
松下的动力电池技术路线
无论选择传统汽车还是新能源汽车出行,安全性永远才是第一位
12V升30V大功率2x100W双声道D类音频功放升压组合解决方案
Keysight是德科技E5062A射频网络分析仪,300 kHz 至 3 GHz
芯片工程师,是时候了解GAA晶体管了
Pickering推出新的PXI多通道电池仿真模块 — 仿真堆叠电压高达1000V
可能感兴趣器件
2516P07ZL01
R-745.0P
HIF3FC-34PA-2.54DS(72)
LRC-LRF2512LF-01-R012F
OPB971L11
1200HGG1519B2DB
PX-7000-HBC-PXCX-FREQ1
10124632-0253117TL
SD-14620DX-472K
FMIAA001140DXANFGO
MC10124PDS
MS27468E13F98S
CC81-M12CH4A680MTEW
MT17D0800
240-0326-15PPB4J5-18K
CT1-L10Y5U5B222ZTPW
203PAR2050F
MPR24100.01%CU29K4
TBJC106K015CBSB0945
2112B10M00000RAX
P-1505H2292AST3
1N5236BD-35T/B
RMKMS8164K81BP30
RNC55J2181BSRSL65
KWRS2-1DD-B/K
P-2208H2050BBT1
T492A154M035PK42507280
ECS-239.99-10-30BQ-EP-TR
1206M180K500SNT-H
ABLSG-70.000MHZ-8-H5-X-
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