|
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
一些下载的资料拿来分享
一些下载的资料拿来分享
jinxiang
微控制器 MCU
【雅特力开发板 AT32F421 测评】2 . 外设ERTC的使用
首先来介绍一下这个外设:实时时钟 (ERTC) 是一个独立的 BCD 定时器/计数器。 ERTC 提供一个日历时钟、一个可编程闹钟中断。两个 32 位寄存器包含二进码十进数格式 (BCD) 的秒、分钟、小时(12 或 24 小时制)、星期几、日期、月份和年份。此外,还可提供二进制格式的亚秒值。系统可以自动将月份的天数补偿为 28、 29(闰年)、 30 和 31 天。并且还可以进行夏令时补偿。其它
caizhiwei
国产芯片交流
winceUSB摄像头驱动问题
大家好,在用微软官方提供的CE6.0USB摄像头驱动的时候需要对他进行修改么?我用的摄像头(蓝色妖姬s9红警)是遵从USB视频规范的。如果需要修改,应该改哪些函数呢?求高手指导![[i] 本帖最后由 garfield_nuo 于 2011-5-25 11:17 编辑 [/i]]
garfield_nuo
WindowsCE
请问能不能给滚动条改外观呢?改成自己设计的图片。
RT。我需要吧滚动条的样式改成商家提供的图片的样式,就是要加入图片到滚动条中。这个要自己写吗?能否提供一些源码参考呢?
tule2006
嵌入式系统
求一个arm-linux驱动开发的师傅带带!~~~
我在西安,有没有人在无聊的时候带带我???msn:tangzichao1984@hotmail.comqq:11826964不胜感激
zldzjzldh
Linux与安卓
毕设要做一个基于ZigBee的监控防拆警报,
如题,选了一个以前完全没接触的东西,有谁能推荐些资料看看吗,感激不尽
bona
RF/无线
推荐内容
热门视频
更多
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
Pixelworks逐点半导体视觉显示技术赋能OPPO首款可折叠手机Find N
苹果进军自动驾驶领域,百年来最大跨行业价值创造?
英特尔、AMD、Arm 等为小芯片互连制定UCIe标准
TWS耳机设计容易出现的问题分析
固态电池的5种构型、现有研发水平及待攻关的关键技术
24位ADC在热电偶测温中的应用
基于FFT时域扫描的EMI电磁干扰测试
卷积神经网络简介:什么是机器学习?——第一部分
电路图
利用Arm安全架构提升防护性能的STM32H7 MCU,你知道吗?
LOG100的简单模式对数放大电路
MEMS频闪驱动电路图
LB1836M构成的步进电机驱动电路
杆上油开关的防雷接线b
实用等响度控制电路
HT-680/HT-6187/HT-600/HT-6207/HT-640/HT-6247电路-f
MC3367(通信设备)FM接收电路
窗口比较器电路
并行LED数码管动态扫瞄显示电路(共阳)
由单稳电路构成的压控振荡器电路
380V供电的控制回路的短路保护电路_1
触摸式五档调光吊灯电路
HFC520系列猫狗叫声集成电路
具有右腿驱动打得心电图电路
储压变换器电路图
MC33066的典型应用电路
多功能转换电路
照相光度计电路
电源故障监视电路
宽范围可调高压电源电路
电话机简易定时锁电路图
简单精密的定时器
555电压监视器电路
稳压管高频信号发生器电路
采用双电源和单电源的基本运算放大器电路
由ATCl05构成的充电器实用电路
松下RB28CM型剃须刀电路
电脑主板电路图 810 2_01
可能感兴趣器件
Am29LV102BB-70JC
EP1C12F100I6ES
MCPRW0AWJW391B00
MM-213-100-143-4400
HSW2023-010039
WCR-WCR0603LF-2492-F-P-LT
74AUP2G08DC,125
LM3S6950-IQR100-A2
EW-42-09-S-D-450
FFS-057C42B03
87965-229LF
LDEDC1680MB5N
NYP25.0001-16GGC-E(I)
BDX33A-DR6274
TMM-115-01-H-D-RA-003
BZV39/D0613/52/Q
SK035M0033B1S30511
1210B393K250CT
M80-4T1224200-07-302-05-321
RM222-040-631-8917
UET1C220MED1TP
QT21-C-5-15.000MHZ
SIT3521AC-2C33024H340.000000Y
MK202070D1152DA200
VJ1812A821JNAAR68
TAZB105M025LSLZ9024
M031LC6AE
D25-CRCW12061009K531%P5-PB
L1QL402685JX48
TBJC684M050CSZ0000
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