|
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)
/
what-is-a-visual-product-recommender
本课程为精品课,您可以登录eeworld继续观看:
what-is-a-visual-product-recommender
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:3分52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
Zstack中如何实现自己的任务
在Zstack(TI的Zigbee协议栈)中,对于每个用户自己新建立的任务通常需要两个相关的处理函数,包括:(1).用于初始化的函数,如:SampleApp_Init(), 这个函数是在osalInitTasks()这个osal(Zstack中自带的小操作系统)中去调用的,其目的就是把一些用户自己写的任务中的一些变量,网络模式,网络终端类型等进行初始化;(2).用于引起该任务状态变化的事件发生后所
xtss
RF/无线
djyos的可移植性(四)
[color=#000000][font=新宋体][align=left][align=left]设计操作系统,有一个要求,就是不管操作系统内部怎么实现,怎么调整,都不能影响应用程序的运行结果。[/align]许多操作系统,延时函数所用的时间单位,都是[font=Times New Roman]tick[/font]间隔,笔者亲见过的一个系统,使用的是[font=Times New Roman]V
djyos
实时操作系统RTOS
2012 7 研習會 講義
分享2012 7月 ADI研習會 講義
naga568
ADI参考电路
仪表放大器桥接电路误差预算分析
仪表放大器桥接电路误差预算分析
蓝雨夜
ADI参考电路
关于USB热插拔遇到的问题与解决方法
[i=s] 本帖最后由 zhaojun_xf 于 2014-2-14 15:02 编辑 [/i]对于USB来说,我们都知道,其最大的特性就是支持热插拔。而对于STM32来说,从USB没有插入到插入是可以检查出来的;而从插入到扒出却无法检查出来。在USB存在的情况下我们发送数据的没有问题的,如果在USB不存在的时候向USB发送数据是无法实现的,为此会遇到一系列问题。为了保证代码的正常发送,一般来说,
zhaojun_xf
stm32/stm8
急需LCD资料
本人急需型号为HXMG12864-GB的LCD资料,哪位有请提供。先行谢过!
highsea_1998
单片机
推荐内容
热门视频
更多
直播回放: TI 新一代Sitara™ AM62处理器革新人机交互 - 加速边缘AI的开发
采用 LT8697 为汽车中的USB VBUS供电
TI LED lighting 在汽车中的运用
村田顽童——一年级学生篇
基于syslink的OMAPL138双核通信教程
MAX98090完全集成的音频编解码器
评估零漂移放大器性能
CH32V 系列 RISC-V MCU 开发实战
CES 2015焦点: 智能数码相框CEIVA
人工智能 江西理工 罗会兰
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
北京君正:首款NOR Flash芯片完成投片与样片生产
芯导科技首轮问询回复:公司应收账款和营业收入匹配
易于安装:儒卓力提供Samwha JR系列卡入式电容器
Saleae 逻辑分析仪应用
12-S3C2440驱动学习(九)嵌入式linux-USB驱动程序(未完待续)
日本京瓷关闭天津工厂
电路图
DC-DC电源的精度是随着FPGA的精度越来越精密
用OP491设计的精密测温电路
“千里眼”充电器电路图
宠物自动喂食电路
有源电子三分频音箱
分立元件声光控楼梯延迟开关电路(6)
KA2302(玩具)无线电遥控接收控制调节电路
高质量调幅/调频收音机电路
455kHz共射-共基中频电路
频率比较器电路
实用液位自控器电路.gif
双华ZNB-P起动单相电动机电路
中华学习机系统板电路图电路03
DN-25的扩流电路图
用两只互感器接入三只电流表一法
发光二极管电压测量电路
90度相位差基准电路
电话照明灯电路图
电话线防盗接报警装置电路图
采用一个运算放大器的施密特触发器
555倾斜报警器电路
DM6016型3 1/2位数字万用表电路
3.5w超高额放大器(600一860MHZ)电路
红外遥控音乐插座电路(二)(PH303A)
810E电脑主板电路图_03
电脑主板电路图 810 4_33
电脑主板电路图 815 2_37
电脑主板电路图 815 3_03
电脑主板电路图 815 4_58
可能感兴趣器件
2SA1266
M85049/2121W07B
RNC55H5423DRRSL
380XS002NF3712H3-706B
ZPEKLJ-1816-325PN
P6SMB91CA R5G
TE-4Q3TM10MH+-1%P09
467-N105-F22
AS7C25512NTD32A-200TQC
F8AA17B35SA4102
TMM-136-05-F-D-SM-31-P-A
75000Y-17B-6XC
FFC-20T7BMEP1
NRCS06F1182TRF
IMS024-1-5100G
54122-118-35-2150R
7109K2CWV21SE2
HB04303
7105SPD9W3BI22
VCC4-C2C-16M376
TFCR1206-4W-E-62R0DT
BLU2010P-1430-AB10W
CRCW2512224JRT1
KAC-ADB-F
GUB-GL8A-02-7060-B-C
252S48E3R0CV6E
MFR100BRFMR193R
1812B684P500DX100
C11AH5R6A-9QN-Y5P
FRSM08053K2000TCR0.2DST
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