|
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)
/
discovering-hidden-structure-by-matrix-factorization
本课程为精品课,您可以登录eeworld继续观看:
discovering-hidden-structure-by-matrix-factorization
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32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
wince5.0的模拟器能录音吗?
我能在模拟器上测试录音功能吗?lame库在wince5.0上好用吗?目前我已经在ce5.0上重新编译了lame库
fund123
嵌入式系统
keepalived与lvs的高可用集群
[size=4]集群的高可用与负载均衡:[/size][size=4]1.资料简介[/size][size=4]LVS 和 keepalived 介绍:[/size][size=4]● LVS:Linux Virtual Server 是 Linux 虚拟服务器,可以把多台服务器虚拟为一个虚拟[/size][size=4]IP ,同时实现各种负载均衡算法[/size][size=4]● Keepa
Jacktang
DSP 与 ARM 处理器
最近要做一个低功耗的设备
我最近要做一个低功耗的手持设备,带GPS和GPRS的。不知道有没有做过的前辈,给个方向的指点谢谢了!准便申请一个实验板!!!
wmlsxq
微控制器 MCU
【求帮忙扩散】招聘技术支持和售后工程师
[color=#666666][font=微软雅黑]北京高途智驾科技有限公司(Gauto)成立于2015年9月,致力于智能驾培机器人的研发和制造,是国内领先的智能驾培机器人研发企业和智能驾培行业领跑者。[/font][/color][color=#666666][font=微软雅黑]高途与北斗领军企业、高精度位置服务商深度合作,积极推动北斗高精度技术在驾培行业的应用。经过持续的技术积累和市场实践,
luodeba
求职招聘
单片机问题
[i=s] 本帖最后由 paulhyde 于 2014-9-15 09:38 编辑 [/i]谁有C8051f020的串口通信的程序
Yound
电子竞赛
教你使用真正的queue
[code]templateclass queue{protected:intdeIndex;intenIndex;U*items;intitemMax;bool freeMem;public:queue(int count){Init(count);}queue(U* buff,int count){Init(buff,count);}queue(){enIndex = 0;deIndex =
samos2011
嵌入式系统
推荐内容
热门视频
更多
应用 V.I 晶片驱动LED II - 大功率 LED 阵列
教你怎样改善输出滤波
MPLAB 代码配置器实验2
MPLAB代码配置器实验4
RF4CE万能遥控器参考设计
MTD6505–低压小功率PMSM电机驱动IC
Microchip PIC18 Explorer开发板
Microchip MCP19111评估板
MPLAB® X IDE 入门(下)
Microchip USB解决方案
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
瑞萨电子推出全新RA4入门级产品群,通过平衡的低功耗性能
动力电池大逆转:磷酸铁锂产量、装车量全面反超三元
TINY4412裸机程序,时钟操作
如何利用西门子S7-200产生时钟脉冲
TDR测量的基本原理与应用
德国政府已同意立法草案,旨在通过提高效率大幅降低其能源使用
如何控制电机的转速 电机速度太快怎么减速
电路图
一款水位自动控制器电路图
高精度无触点温控电路之五
共射-共集放大器
直流转换器的输出电压
冰熊牌EL-92、EL-93、BD-400型电冰箱电路
LA3220音频前置放大器电路图
过速报警器电路图
STK4122II音响IC电路图
备用水泵自动投入电路
数显定时电源电路
大斜波比例控制器电路
无限采样 保持放大器电路图
皮安电流表电路图
采用LM2579构成+15V,-15V的DC,DC变换器电路图
同时产生三种波形的函数发生器电路图
空气湿度测量仪
一种交流接触无声运行
扩大定时范围的积分器电路
小型助听器
收音助听两用机02
声控走廊灯电路图
昆虫叫声模拟器电路
带限流的直流可调稳压电源
TDA2003NEW功放电路
用PNP型功率晶体管扩流的CW200集成稳压电源
LM309K集成稳压器构成的5V、1A稳压电源电路
由NJM2103构成的双系统监视电路
用比较器组成的晶体振荡器
可能感兴趣器件
T35M29H999X99
RH5RL57AC-TZ
MMBZ5230BW
ECS-200-S-4XCKL
257-333Z123-8SC
CNS2131-250FP128
360-90-1-15-00-001000
HER501
303-005-09M-P30-B10
CHP0603L2202GGW
MSP3B32R40DS14E3
419C-M-3016-B-002000
69714-59
BS9520G0002C22510898FD0
199D475X9025BXV1
GCM3195C2A512FA16J
T43TU474J
PCF0402-12-97R6BT1
SIT1602BC-13-XXE-66.666600D
TMM-124-01-FM-S-RA-019
PA4303.223NLT
RQ73C1J1K62BTDF
S29AL008J70BFA010
MTSW-105-13-T-S-1040
HZ18-3LTD-E
Y1506291R000DR0L
1103D85M00000AG
1F110483-P32B0N-AN
350-5110-C63
55533-342TRNLF
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
用户评论