|
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
“玩板”+周航慈书第11章第1个例子
此内容由EEWORLD论坛网友chenbingjy原创,如需转载或用于商业用途需征得作者同意并注明出处第11章:串行通信任务设计数据发送:数据发送为主动行为,没有什么风险。当一帧数据需要分若干次发送时,由于实时操作系统的介入,串行发送任务不宜采用查询方法完成发送过程,以免浪费宝贵的CPU机时,最好由ISR和串行发送任务配合完成。下面一个串行发送实验程序,有两个任务(按键任务和串行发送任务),一个I
chenbingjy
测评中心专版
略谈Allegro Pcb Design 小技巧(下)
作者:石磊[color=#3e3e3e]上一章节谈的是placement功能的巧用,今天来谈另外2个,废话不多说,直接进入主题[/color][color=#3e3e3e]关于相对位移ix的使用[align=left]ix是allegro的相对位移指令,我们在进行平移或者相对位置移动时经常使用到,比如我们会在allegro的命令栏里按照下面格式输入:[/align][align=left]ix 2
ohahaha
PCB设计
传感器与变送器的不同之处
传感器是能够受规定的被测量并按照一定的规律转换成可用输出信号的器件或装置的总称,通常由敏感元件和转换元件组成。当传感器的输出为规定的标准信号时,则称为变送器。 变送器的概念是将非标准电信号转换为标准电信号的仪器,传感器则是将物理信号转换为电信号的器件,过去常讲物理信号,现在其他信号也有了。一次仪表指现场测量仪表或基地控制表,二次仪表指利用一次表信号完成其他功能:诸如控制,显示等功能的仪表。
hd7603481
嵌入式系统
pads颜色设置问题
pads颜色设置问题
QWE4562009
综合技术交流
6410 NK运行与USB下载问题?
我现在自己做了块6410的板子,现在的情况是这样的:在三星提供的BSP中,NK有三种速度,第一种是532MHz,133MHz,66.5MHz,第二种是600MHz,150MHz,75MHz,第三种是666MHz,133MHz,66.5MHz。我用第1和第3种运行NK运行都有问题,刚开始就会出再好多报错,而用第2种速度运行的话,情况会好些,但过几个小时后也会出现报错。而且在EBOOT用USB下载时,
gongjun51201314
嵌入式系统
PCM168x:具有通用前端的高性能音频ADC,展示自动的PGA裁剪抑制控制
[align=left][color=#000000]打破传统[font=Calibri]ADC[/font]输入灵敏度设计,实现剪裁时自动低增益及高信噪比,跟随动画短片了解自动[font=Calibri]PGA[/font]裁剪抑制控制示范要领。[/color][/align][media=x,500,375]http://v.youku.com/v_show/id_XMTI4MDYwNDQ5N
德州仪器_视频
模拟与混合信号
推荐内容
热门视频
更多
开源项目推荐
更多
EVAL-AD7416EBZ,评估板使用片内温度传感器评估 AD7416 10 位 ADC
L7806C的典型应用通过降压电阻降低功耗
DI-91 - 12 W 通用输入 CV 适配器
使用 Analog Devices 的 LT124XCS8 的参考设计
AM1G-0503DH30Z ±3.3V 1 瓦 DC-DC 转换器的典型应用
具有重合跟踪和 6V 输入 UVLO 的 LTC3633AEFE-2 1.2V/1.8V 降压稳压器的典型应用电路
OP284FSZ-REEL输出过载恢复运放测试电路典型应用
LTC2945HUD 宽范围双电源监视器的典型应用
紧凑型热插拔解决方案简化了高级夹层卡设计
使用具有 B 类 EMI 滤波(双输出)的 RP10-2405SA DC/DC 转换器的典型应用
热门文章
更多
【STM32平衡小车】通过ADC获取电池电压
OPPO刘作虎:Find N才是好用且不贵折叠屏该有的样子
瑞萨电子解读IIoT市场:边缘处理、连接、模拟及电源
泰克示波器探头分类及选型攻略
用指针式万用表查找直流电动机电枢绕组断线故障
LFH系列静压式液位计与LFP系列导波雷达液位计的测量区别
电路图
不对称半桥隔离驱动的优点和应用
晶闸管阻容保护电路a
卫星接收机的变频电路
继电器节电电路之二
晶闸管控制的交流稳压电源电路之二
菱形差动输入的功放电源电路
六路闪烁灯串电路(2)
多谐振荡器的工作原理
电流-电压变换电路
识别风向的电路图
低电平信号隔离放大电路图
又一种二人操作对线号电路
自动进水控制电路
HFC5221B“禁止吸烟,禁止烟火”语言集成电路
SF-310B充电式电动剃须刀电路图
动电饭锅电路图Ⅰ型电路图
采用MC34063系列构成的降压型稳压电路图
PLL中放及解调器
YN5103编码电路
三相无功表正弦表接线
负反馈式电压表
收录机交流电源报警电路
具有60条指令的红外遥控接收器
步进式伺服机构的控制电路图
具有放电功能的自动充电器电路
555读报亭自动照明灯电路
录音机遥控显示电路
零电压开关三电平直流变换器
电脑主板电路图 815 3_22
电脑主板电路图 815 4_39
可能感兴趣器件
C110WB-25.000M
PM5-P2031-337.50
DS1810-10/T&R
CCS-18S25C-T
ABM3B-FREQ6-32-R060-E-3-X-T
C0805C471K8RAC3810
0936011884
LT3009EDC-1.5#PBF
MQ1N5743D-1TR
JANTX1N3822AUR-1C
MS3101A36-8SW
PD65-32LC
NGCN/3HP3B0FX
AM27S85AJC
800-033-ADK8Z15-3NX-72
51762-I1012800CBLF
TNPW1210493KDHTC
CRCW080512R4FNEC
L32-B1-42-410-25A-D3
REP212120001
BD095-38I-B1-0250-0250-0570-LG
171-003-19S-6J5-18BL
M55342L08B226ERST3
235003311824
SOT2301-30K1-30K1DBI
WBDDSS4-B-02-2401-D-B
716P4725500LA1
T493C685K016BB6320
GUS-SS4ALF-01-3002-JG
CL21S1R2DBEB
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 © 2005-2025 EEWORLD.com.cn, Inc. All rights reserved
用户评论