|
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)
/
whats-ahead-in-the-specialization
本课程为精品课,您可以登录eeworld继续观看:
whats-ahead-in-the-specialization
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38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
WIN10真心好用,顺带搬运IAR破解器
[i=s] 本帖最后由 yl20084784 于 2016-1-16 11:50 编辑 [/i][size=5]1.IAR到5.3以后升级的话,要升级JTAG,在盗版的win7环境下直接就没法用了[/size][size=5]2.换win10,直接把盗版党给招安了,系统组件也是全的,直接升级IAR6.4能用上MSP430FR2xx系列了,jtag也升级能用!爽,以前变砖的JTAG可以直接拿来用(先
yl20084784
微控制器 MCU
新手求助,关于刚团购的430FR5739~~~
新手刚刚用430,以前接触过149的片子。我想问问各位大大都用什么开发环境往430里烧程序,为什么我下的IAR和CCS里面都找不到5739这个型号?麻烦方便的师兄,给个下载链接或者给我传一份~[email]284229071@qq.com[/email]多谢多谢:kiss:~~~
pdspjh
微控制器 MCU
用CRect画曲线的问题
EVC加模拟器,用CRct实现的产和的数据画成连线,由于X轴上的数据不断增加的,比如X轴是丛0-100,当画线时X的值超过100的时候(X的值是自动累加的)比如是101,102就会超出X轴,就是画线的时候看不到了.看到的只有丛0-100的曲线,请教高手如何让曲线自动移动呀,比如当X是105的时候,X的最小值是5,最大值是105,曲线往左移动,让用户看到的一直是刚画好的曲线,不知如何实现?请指教
十岁后是疯子
嵌入式系统
基于Mega8的Protues仿真AVR实验板
注:仅供AVR单片机初学者入门使用,参考资料《实战 AVR 单片机 C 语言》
Doe_cn
Microchip MCU
两个稳压值不同的稳压二极管可以并联使用吗
新手请教,两个稳压值不同的稳压二极管可以并联使用吗,如果可以的话,最终稳压值怎么算?按稳压值大的管子算吗?
提拉米苏
模拟电子
TMS320F28027FLASH烧写问题
已经学习了论坛里的一些相关帖子,但是我遇到的问题似乎大家都没遇到过我有两块F28027的板子,一块是开发板,一块是自己做的电机控制板,用同样的TI提供的FLASH例程,烧写在开发板上能正常工作,烧到我自己的板子上却不能工作,但是CCS显示烧写成功,而且没有任何报警提示。我自己初步分析应该是板子的原因,但会是什么原因呢?还请给我一点帮助和提示,谢谢了补充一个现象:烧写完成后不断开仿真器,直接运行,工
falcomtgl
微控制器 MCU
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
超声波物位计应用问题详解
STM32F07xx单片机串口1重映射配置
如何成功校准开环DAC信号链
柘中股份:国晶半导体生产集成电路用12英寸硅片自动生产线
奥托立夫为Nuro的自动驾驶汽车搭载外部安全气囊 保护弱势道路使用者
STM32中串口通信的基本操作
天玑1300手机一加Nord 2T曝光:后置不对称三摄
电路图
供电系统是否容易让人管理
锐迪科PHS手机射频前端设计电路图
电压控制锯齿波振荡器b
外接测速发电机的应用电路
用CD4017制作声控流水彩灯
可控硅控制抢答器电路
白雪牌BD-145型电冰箱电路
电阻分压式直接耦合电路
采用7555和4017构成的阶梯波信号发生电路
负参考电压电路图2
STK436音响IC电路图
投射灯稳压器电路
西普STR软起动器一用一备加压,水泵控制电路
可调双限超温报知器电路
INA110型仪器放大器电路
FX319制作的多谐振荡器电路图
肯有限流保护的充电器电路
380V 50Hz 5A相序固定电路
温度报警装置电路图2
具有电流限制功能的恒压源
采用运算放大器的晶体振荡器1
静电计级运算放大器电路
44V交流驱动电路图
鼠标的电路原理图
数字显示多功能温度计电路
漏电指示电路
845ddr电脑主板电路图_55
845E电脑主板电路图_67
电话维修参考电路图
单极声音信号发生器电路
可能感兴趣器件
177-710-2-15GP6K5-24SAN
MKF13476-6-20-606
AIC1594B-25CT
SRS173PV12L
461-ER60H-NR0
D820G29C0GH6UL2R
2200AAG2002B3FB
232272426344
4612H-702-151/122L
GUS-SS4ALF-03-2740-D
-TDK-B43640B5477M
70030W-8-2S8
C0603C182G1GACTU
GUS-SS7BLF-01-2150-F
MAX457CPA+
PVM4A105D01R00
JTL07RP-18-53P
TMR 6-4812
ESQ-119-14-L-S
ESW-113-33-S-D
1825J2000150KCR
HB5-3/OVP-AG
FP301-1-48"-CLEAR-24 PCS
10-265507-25S
RM15WTPZA-2S(72)
09195107921
1206N180K202SHT
2225B681J102DHT
D38999/20C-H-32HD
10104999-P0E-70DLF
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