|
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)
/
application-of-deep-learning-to-computer-vision
本课程为精品课,您可以登录eeworld继续观看:
application-of-deep-learning-to-computer-vision
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:5分41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
低功耗射频无线数据采集节点电路
随着集成电路、无线通信技术和嵌入式技术的发展,无线通信网络也应运而生,无线传感网络具有低功耗、低成本、分布式和自组织的特点。传统的无线射频通信模块体积大,需要控制芯片来控制射频模块,这就增加了设计的成本,而且可移动性不好。 半导体技术的不断进步使处理器芯片可以被集成为体积很小的一块,而价格变得更便宜,专用的无线网络芯片和技术也得到发展。文中采用了TI公司的CC430F5137设计并实现了一种应用
Aguilera
无线连接
关于Altium Designer 制作集成库问题。
为何我.sch和对应的.pcb的原件都画好了,包括对应的3D封装也画好了。而且在model manager 中已经设置好,为何编译集成库的时候,出现以下错误。而且我重新来一遍还是不行。错误图和相应好图也如下。好图是在显示时候号,一编译就出现如下第一张错误。请教!
xueyongchao8805
PCB设计
串口出现乱码?求救
板子上的串口实际波特率是38461,在pc端接收时38400,请问一下串口接收数据会受影响吗?开发板电源要求输入的直流电压+5v,电流<1A,我的电源适配器输出的电压是+5v,电流5A,会对板子有影响吗?是不是对串口波特率也有影响?
111def
嵌入式系统
ADI(Analog Devices, Inc)北京招聘技术支持工程师
ADI(Analog Devices, Inc)北京招聘技术支持工程师:工作职责:1. 提供模拟产品包括ADC, DAC,amplifier,RF等产品的技术和应用支持。2. 开发系统参考设计。要求:1. 具备扎实的模拟、数字、混合电路知识,具备实际电路开发和调试能力。2. 熟练的C编程能力。具有单片机或FPGA或DSP开发经验。3. 良好的英语阅读和口语沟通能力。4. 良好的沟通能力和团队合作精
ilovmiaomiao
求职招聘
RTL8723DU蓝牙WiFi二合一模块RL-UM02WBS-8723DU规格书
分享用RTL8723DU单频单通道蓝牙WiFi二合一模块RL-UM02WBS-8723DU规格书,其中蓝牙支持到BT4.2
natertech
综合技术交流
Pocket-RIO用户可以借助LabVIEW 平台快速完成 FPGA 开发。
[color=#000][font=微软雅黑][size=14px][font=arial]P[/font][/size][/font][/color][color=rgb(0, 0, 0)][font=微软雅黑][size=14px][font=arial]ocket-RIO是针对工业快速开发和学生创新应用推出的嵌入式开发平台。内嵌Xilinx SPARTAN-6 FPGA,用户可以借助LabV
MangoTree
FPGA/CPLD
推荐内容
热门视频
更多
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
4412 按键和中断
测试仪的详细线路图
蓝牙技术联盟发布《蓝牙低功耗音频技术指南》
2022款iPhone SE:主要升级处理器,设计无大改
示波器准确丈量纤细信号
俄乌冲突影响太大 iPhone价格大涨:涨幅1800多元
示波器探头阻值测量及工作原理
以中国经验让AI教育更公平,少年云助学计划与联合国教科文组织人工智能与教育教席启动
3561电池测试仪的功能特点及应用优势分析
示波器50m和100m的区别
电路图
环路供电型热电偶温度测量电路设计
具有锁定功能的物体检测报警电路
高输入阻抗缓冲放大器
超低音补偿电路
数字电路声光控楼梯延迟开关电路(3)
双向触摸式开关(3)
自行车用智能电子锁
HT-2883/2885系列(8音)电路
单线示波器之显示装置电路图
MAX714应用电路图
调光、充电、应急台灯电路
TBA820A功放电路图
升降通道进出口铁门的改进
电子穴位理疗器电路
多功能接续器电路
L4970A构成的多输出DC,DC变换器电路图
使用电流控制型磁放大器的3路稳压电源电路图
正交测量法原理
漂移电压补偿电路
用两个接触器实现Y-降压起动控制
简易调光灯
顺序定时器电路图
555闸门脉冲发生器电路
555自动广播控制器电路
TTL电路构成的时钟信号电路
88~108MHz调频信号振荡器
由晶体管组成的声控电源插座
三种放电阻止型缓冲电路 IGBT
810电脑主板电路图_21
电脑主板电路图 820 1_43
可能感兴趣器件
Am29LV640DL121REI
MI-P210-IXZ
RM222-020-281-9124
LSWM-322522-4R7M-T
TLC2272AMDREPG4
832-80-058-30-001101
M83723/13A1419N
RM242-030-792-7901
GSMBZ5252B
VI-J1D-EX-S
SMC110016R2GLF
240-382WZN24-35SPPCHN
CR0603E1650BT1
VI-242-EV-F3
FR107G
MAX801LMJA-
D55342H07B32A0MT1
44-ECG60H-NG0
9001SKN205
88954-934
TL3C107K010C0200
HTCR1206G-1R24FT3
SIP-4769HR-06-5111-G
LTC4059AEDC#TRPBF
C327C390K3G5TA
8P1P002210VRB01
SIT8208AI-33-25E-72.000000Y
TMM-111-01-SM-S-RA-011
RNCF1210BKE7K50
PT06E-14-15S(476)
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