|
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)
/
deploying-an-ml-service
本课程为精品课,您可以登录eeworld继续观看:
deploying-an-ml-service
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13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
经典的C51学习教程
可是不知道怎么上传[[i] 本帖最后由 xclfang 于 2009-2-4 17:30 编辑 [/i]]
xclfang
51单片机
xds510仿真器转让
[table][tr][td]xds510仿真器转让,有需要的请留个价。[/td][/tr][/table]
panhua2233
淘e淘
北京街头外国小伙扶摔倒中年女子遭讹诈 报道续
“老外街头扶摔倒大妈遭讹1800元”,昨日网上一组图片引起各大媒体广泛转载。照片出现不久,相关报道便出现并被各大门户网站推至头条位置,这篇以《女子在外国小伙骑车过时摔倒索赔1800 急哭老外》的报道是这样的:2013年12月2日上午10时30分许,在北京朝阳区香河园路与左家庄东街路口,一名[b]东北口音[/b]女子在经过一个骑车老外旁边时[b]突然[/b]摔倒,[b]随即[/b]瘫软倒地不起。外国
walkwk
聊聊、笑笑、闹闹
持币120求购stm32f429 discovery[结贴已收]
[i=s] 本帖最后由 54chenjq 于 2016-2-16 21:13 编辑 [/i]:Cry:RT,如果哪位前辈的开发板出于吃灰状态,请转于小弟吧[结贴已收]
54chenjq
淘e淘
关于旋转led的供电问题
手头的一个移动硬盘坏了,拆了想做个旋转led,但是苦苦纠结于供电问题。1、无线供电的2个线圈要的参数是越接近越好吗?看到网上的一些电路的参数是52T(供电端)和86T(接收端)。2、用什么样的线圈比较好(我希望是能小一点的,能满足供电就好,给单片机供电,没有给电机供电)希望各位大神给个解答~谢谢哈~~~~~~
congcong40
DIY/开源硬件专区
求做模拟键盘鼠标动作驱动,过NP。急,急,急
求做模拟键盘鼠标动作驱动,过NP。不要按一次键出发那种键盘驱动,鼠标定位要准,稳定(韩文系统)报酬丰厚。急,急,急TELL ME: 13406738163pass86@gmail.com
abc1681681
嵌入式系统
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
芯翼信息科技完成约5亿元B轮融资
ATmega88 看门狗定时器
为锁定供应和价格,一线晶圆代工厂与上游供应商签长约
4412 PWM
华为在5G领域的实力有目共睹,竞争优势明显
华为智能汽车解决方案
远程监控车辆工具TraceCloud Pro CAN
电路图
光控灯照明电路
实用的低噪声仪器放大电路图
电镀行车PLC控制梯形图
“恭喜发财”电路
市电欠电压、失压保护电路
只允许电动机单向运转的自控电路之一
TDA1514A外形与内电路
HCTL-1100与双半桥集成电路的连接
电容式变光开关电路(2)
电容式变光开关电路(1)
零点检测电路图
脉冲耦合检测器电路图
无塔增压供水自动控制电路
单结晶体管可控脉冲发生器
金龙CPT-8A监控式自动抽油烟机气敏装置电路图
应变桥信号调节器
传感器隔离放大电路
直流互感器的工作原理图
采用L4990设计的AC,DC适配器电路图
巧用LA4112作稳压电源电路图
视频开关电路图
无调试的6路红外线遥控器电路
每秒一次闪光节拍电路
单片TOP210构成的+5V、4W开关电源电路
节能应急日光灯电源电路
遮断式红外控制电路
C-2D型无源无损缓冲电路应用于DC/AC半桥变换器中的电路
十六路遥控电路(T998C)
电脑主板电路图 815 2_19
可能感兴趣器件
MSP1N992BE3TR
K9220-K60
CRCW12183R74FNEK
231-104-09ZN17-8SA-03
240-031-6-15SCG1S
7401J90V61GE3
E32570-0069
0554541070
1206J6300130FQT
EGM12DTMS
78995-016LF
AC115A-03-62
SM13TS-18-FREQ4-20K1JJ
HCS216-04GG
E1M2BAAS-22.5792M
HDSM1-38SL5D8-0.5
PR157CS
D38999/26S-D-19JB
XQFM10615001H
70071650.01LF
M55342M02B160HP
GUS-TS0BLF-03-2462-DG
NANO123ZA2AN
2682LAMAB25WPN38FB
100P160-25-7-U-WG4-TR
49AI2680CK01K
152-1-003-S-XT0-0677
BL20-074-3TG8U
CRT0805-PV-4421ELF
177-710-5-37GP0J7-18MSG
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