|
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)
/
deep-features
本课程为精品课,您可以登录eeworld继续观看:
deep-features
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44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
MSP430
电子竞赛
微控制器 MCU
EEWORLD大学堂----ARM与DSP通信
ARM与DSP通信:https://training.eeworld.com.cn/course/255??????? 在多核编程的开发和调试中,核与和之间的通信以及信息交互是非常必要的,这关系到整个系统的稳定性以及性能;在Keystone的ARM和DSP融合架构下,ARM与DSP的通信也是十分重要的;在该视频中,我们将向大家介绍ARM和DSP通信的基本方式、交互媒介、优劣势分析以及ARM与DSP
chenyy
DSP 与 ARM 处理器
EEWORLD感谢有你——季夏木槿
[color=#000][font=微软雅黑][size=3]1、2013年您在EEWORLD一共发表了多少主题帖?[/size][/font][/color][color=#000][font=微软雅黑][size=3]回复了多少贴子?[/size][/font][/color][color=#000][font=微软雅黑][size=3]2013年您在EEWORLD一共[/size][/fon
季夏木槿
聊聊、笑笑、闹闹
急求!!!芯片型号
大家好,本人是做射频的,对数字方面不是太懂,用的芯片也少,最近做一个项目,要用逻辑电路控制射频的开关导通和关闭。目前设计的电路是8路开关,高电平导通,低电平关闭。每次只有一路导通,所以有1路是高电平,其他7路都是低电平,目前我选了一个38译码器,74HC138,但是这个芯片的功能恰恰相反,看真值表要用这个芯片必须要加非门电路,才能转换过来,所以,来请教大家,有没有不需要转换的芯片来完成的。目前的p
RF-刘海石
无线连接
msp430编程F5529定时器使用程序详解
#includevoid main(void){WDTCTL=WDTPW+WDTHOLD;P1DIR|=(BIT1+BIT2+BIT3+BIT4+BIT5);//P1.1-P1.5为输出方向P1OUT=0x00;//全部拉低,初始化LED全灭TA0CCTL1=CCIE;//捕获比较器1开启CCIFG位中断TA0CCR1=13107;//置入要比较的数值0xff/5=13107TA0CCTL2=CC
Aguilera
微控制器 MCU
招聘赴微软嵌入式软件工程师!
海辉软件(国际)集团www.hisoft.com微软事业部-MSPD招聘:赴微软高级软件工程师如果您想参加一个影响全球无数顾客的产品的研发工作,这个产品应该是什么呢? 您是否喜欢在一个快节奏的环境下工作,解决客户的实际问题并且帮助我们的客户使用高科技含量的产品?移动电话是您心中的答案吗?如果您在手机方面与我们有着相同的想法,请加入我们!我们有生机和创造力,更重要的是我们有着远大的目标并且每天为此努
zds1982
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
MAX14850演示板
MAX98090完全集成的音频编解码器
MPLAB代码配置器实验5:配置ADC及FVR
MPLAB 代码配置器实验2
PIC32蓝牙音频解决方案
MCP8024 TQFP电机驱动器评估板
全新低成本PIC32MX3/4系列单片机
MPLAB® XC8 C编译器的架构特性
使用MCP6V01自归零运放的热电偶温度测量参考设计
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
丰田动力电池的供应与开发
Luxexcel 和Optiswiss合作生产高品质 3D 打印智能眼镜
Exynos4412 裸机开发 —— IIC总线
06-S3C2440学习之移植2012u-boot到S3C2440(移植过程二)支持NAND启动
什么是视频编码 常见的视频编码格式有哪些
基于TDR技术的阻抗测量系统的设计和应用研究
电路图
压敏电阻知识解析
PCB 板的互联的方法
一种简单的上变频混频器电路图
同步计数器电路结构和信号波形
采用三极管作度传感器的3又2分之1位数字温度计
22kW及以下卷扬机用Y-△转节电电路
3至6V、200mA可调式稳压电源电路
TDA2003功率放大器电路图
用HFC3018制作六路彩灯控制器
300mA收音机低频放大电路
自制电动窗帘遥控装置电路图
平方变换电路图
可燃气体报警器电路(一)
KA2311(玩具)无线电遥控接收控制调节电路
用门电路组成的电源电压极性变换电路
单向全压启动控制电路
通用的电池充电器
奥达FB13-40壁扇电路图
采用5G167构成的镍镉电池充电器电路图
译码器集成电路TC9150
多点温度巡检电路接口
简单的温度控制器
矢量运算功能电路图
24兆位的数据路
车距语言提示器
555柜、屉防盗光控双音报警器电路
视放电路:TDA6103
0.2~20000Hz压控斜坡信号发生器
电子管固定栅负压方式功放电路
810E电脑主板电路图_03
可能感兴趣器件
AP1605S
TSC80C51-36CD
ACZ12
XC6121F337EL
SMNN2010A-101-J
2200GAH1001B3LA
2200RAH600JA2KA
B43508A2827M080
ODP-34-PD-155-SCA-R
240-0325-31PCF4J5-18R
5499376-9
3385-J600
240-383PMT23-97SSCGNN
90649-3402
800-014-BCM9-19NS4B-72
L-14C2N2SV4T
660-005M40N-111
652423WWAB
PWC1206LF1R13J
E5EC-CX4A5M-005
D38999-26WJ24JB-LC
RC55TLF2R15DA
WINT0603LF0213R0B
PM-T44P-C3
MP4-1E-1L-1L-1S-00
1812J0160564JXT
940-1.150
LX2A273JD1B0070065040EOX
0402G0R9G251GT
AEH80K48-3
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