|
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)
/
normalizing-co-occurrence-matrices-and-leveraging-purchase-histories
本课程为精品课,您可以登录eeworld继续观看:
normalizing-co-occurrence-matrices-and-leveraging-purchase-histories
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:6分10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
ESP32-C3F-KIT开发板点灯遇问题一则(不运行),解决作个记录
[i=s] 本帖最后由 damiaa 于 2021-8-18 16:55 编辑 [/i]ESP32-C3F-KIT 开发板点灯遇问题一则(不运行),解决作个记录早在去年就买了这块板,安立信(错了 是 安信可)的。板子2M flash的名字叫ESP32-C3F-KIT,4M flash的名字叫ESP32-C3-12F-KIT。于是安装idf,安装eclipse,安装vscode。都OK。导入一个bl
damiaa
国产芯片交流
不到长城非好汉,到了长城一身汗
今天闲的无聊,组织大家去爬长城,感觉不是很好玩,倒是可以锻炼锻炼身体。哈哈
chenzhufly
聊聊、笑笑、闹闹
【单片机解密技术】电子产品的设计工程师必读
【单片机解密技术】电子产品的设计工程师必读作为电子产品的设计工程师非常有必要了解当前单片机攻击的最新技术,做到知己知彼,心中有数,才能有效防止自己花费大量金钱和时间辛辛苦苦设计出来的产品被人家一夜之间仿冒的事情发生。1 引言 单片机(Microcontroller)一般都有内部ROM/EEPROM/FLASH供用户存放程序。为了防止未经授权访问或拷贝单片机的机内程序,大部分单片机都带有加密锁定位
shuanggao568
51单片机
【论文】如何设计宽带、高效的GaN RF 功率放大器
宽带、线性、高效输出回退模式射频功率放大器 (RFPA) 的设计方法强调了最大限度地减少设计不确定性的重要性。使用这种方法,通过首次设计可以实现建模和测量性能之间的出色一致性。对覆盖 1.5 至 2.8 GHz 频率范围的线性RFPA的需求正在推动在输出回退模式下运行的宽带、线性和高效 RFPA 的新设计方法。长期以来,提高功率放大器的效率一直是设计人员面临的挑战,部分原因是谐波负载阻抗控制不佳。
btty038
RF/无线
28035的存储空间不够CMD文件如何分配?
我使用的28035的DSP的主控芯片,但是其cmd文件的存储划分不够了怎么办?0 :/* BEGIN is used for the "boot to SARAM" bootloader mode*/BEGIN: origin = 0x000000, length = 0x000002RAMM0: origin = 0x000050, length = 0x0003B0/*RAML0L1: ori
huwei_harry
微控制器 MCU
俄罗斯卫星通信技术的发展
摘要:作者根据不久前赴俄罗斯考察所获的第一手资抖简述了俄罗斯卫星通信技术的发展过程,看重介绍了现在运行的“荧光屏”和“地平线”卫星系统以及正在研制的“快车”卫星。最后,还时俄岁斯卫星通信技术的优缺点进行了分析。
JasonYoo
RF/无线
推荐内容
热门视频
更多
如何投资一次来开发无限的物联网应用程序
模拟世界的最重要构成 - 信号链与电源:栅极驱动器
操作系统 哈尔滨工业大学
移植STM32固件库中的例程到STM3210E-LK学习板
你知道最好的触摸屏控制器吗---独领风骚的Gen5
建立一个树莓派家庭影院-播放流媒体
这动手能力绝了 —— 卡丁收集
LABVIEW 2010 虚拟仪器从入门到精通
使用虚拟JTAG与FPGA通信并调测FPGA
[高精度实验室] 隔离 : 隔离式放大器与调制器
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
未来几年汽车电子行业的机会
51实验3:总线法写闪烁灯
粉尘浓度检测仪的使用方法
一颗拥有1000多个RISC-V内核的AI芯片
赛昉科技赵晶:RISC-V如何真正实现本土化落地
英特尔携手数据中心渠道生态合作伙伴,汇聚动能共创新未
51单片机并行I/O口工作原理
提供长传输距离、大內存、高度安全的FG25 sub-GHz SoC现在全面供货
微软将加强Linux上的脚本执行控制 目标提高安全性
电路图
脉冲信号的产生及显示电路b
单电源互补对称电路
直流电动机驱动电路原理图a
采用集成稳压器构成的开关恒流源
单声道LB1405电平指示电路
基于LT3468双输出升压型LED驱动器的实用电路图
W7800可调稳压器电路图
STK0040II音响IC电路图
带高稳定度放大器的热电偶温度测量电路
晶闸管脉冲电源其他形式电路(2)
按快速原则控制直流电动机起动线路
双通道放大器.gif
T—X型温度传感器温度表
DLF-B型远红外电热取暖壶电路图
TIL191至TIL193B-电路原理图
用PNP型管扩流的线性可调稳压器电路图
回扫式部分谐型回授变换器电路图
流量传感器的取样保持电路
频率可调的带通滤波器电路图
温度控制电路
运输车辆拖斗轮胎无气报警器
555线性电压/频率变换器电路(四)
555电风扇间歇供电插座电路
示波管末级用宽带放大器电路
自动延时降压启动交流稳压电源
可变化占空比的振荡器
通用放大电路
利用MAX1894/MAX1924组成的没有预充电功能的典型应用电路
红外遥控调光开光电路(KA2184A)
875p电脑主板电路图_040
可能感兴趣器件
Q950104
10118615-429013CLF
IL-WX-24P-HF-B-E1000E
T541X337M016BH8520
HBS066ZE-AT8
HG-2150CA1.0000M-BXC3
TMM-133-05-SM-S-SM-02-P-TR
7213J11CRE11
HW-04-17-F-S-250-SM-TR
TTMM70C95J/883B
JBX-EP-0G-06-FS-SDP
FWJ-17-04-TM-S-RA
HW-26-09-TL-D-325-SM
ATT-047630-TNC-07
97-4100A-18-1PY(689)
DG412C/D
RWR71N4120BRB12
800-033-ACHL6C6-7PN-72
MBA02040D9531DCTFE
118JB228F332A1
MJHS-05R2-25Z-018-2N31
VD85PGM2FCAB-1
UM-4/2L3J560.0MHZ
M2TG-4B-M/Q
MO2LM20E162J
RNR70H2774BMRE64
BLU1210-4533-DT25W
DIP-U1999-12-1452-C-A-5
SS8A-00-17K2-CGPB
10NCQ2K08E
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