本课程为精品课，您可以登录eeworld继续观看： Matrix Multiplication Properties继续观看 课时1：Welcome 课时2：What is Machine Learning 课时3：Supervised Learning 课时4：Unsupervised Learning 课时5：Model Representation 课时6：Cost Function 课时7：Cost Function - Intuition I 课时8：Cost Function - Intuition II 课时9：Gradient Descent 课时10：Gradient Descent Intuition 课时11：Gradient Descent For Linear Regression 课时12：What-'s Next 课时13：Matrices and Vectors 课时14：Addition and Scalar Multiplication 课时15：Matrix Vector Multiplication 课时16：Matrix Matrix Multiplication 课时17：Matrix Multiplication Properties 课时18：Inverse and Transpose 课时19：Multiple Features 课时20：Gradient Descent for Multiple Variables 课时21：Gradient Descent in Practice I - Feature Scaling 课时22：Gradient Descent in Practice II - Learning Rate 课时23：Features and Polynomial Regression 课时24：Normal Equation 课时25：Normal Equation Noninvertibility (Optional) 课时26：Basic Operations 课时27：Moving Data Around 课时28：Computing on Data 课时29：Plotting Data 课时30：Control Statements- for, while, if statements 课时31：Vectorization 课时32：Working on and Submitting Programming Exercises 课时33：Classification 课时34：Hypothesis Representation 课时35：Decision Boundary 课时36：Cost Function 课时37：Simplified Cost Function and Gradient Descent 课时38：Advanced Optimization 课时39：Multiclass Classification- One-vs-all 课时40：The Problem of Overfitting 课时41：Cost Function 课时42：Regularized Linear Regression 课时43：Regularized Logistic Regression 课时44：Non-linear Hypotheses 课时45：Neurons and the Brain 课时46：Model Representation I 课时47：Model Representation II 课时48：Examples and Intuitions I 课时49：Examples and Intuitions II 课时50：Multiclass Classification 课时51：Cost Function 课时52：Backpropagation Algorithm 课时53：Backpropagation Intuition 课时54：Implementation Note- Unrolling Parameters 课时55：Gradient Checking 课时56：Random Initialization 课时57：Putting It Together 课时58：Autonomous Driving 课时59：Deciding What to Try Next 课时60：Evaluating a Hypothesis 课时61：Model Selection and Train-Validation-Test Sets 课时62：Diagnosing Bias vs. Variance 课时63：Regularization and Bias-Variance 课时64：Learning Curves 课时65：Deciding What to Do Next Revisited 课时66：Prioritizing What to Work On 课时67：Error Analysis 课时68：Error Metrics for Skewed Classes 课时69：Trading Off Precision and Recall 课时70：Data For Machine Learning 课时71：Optimization Objective 课时72：Large Margin Intuition 课时73：Mathematics Behind Large Margin Classification (Optional) 课时74：Kernels I 课时75：Kernels II 课时76：Using An SVM 课时77：Unsupervised Learning- Introduction 课时78：K-Means Algorithm 课时79：Optimization Objective 课时80：Random Initialization 课时81：Choosing the Number of Clusters 课时82：Motivation I- Data Compression 课时83：Motivation II- Visualization 课时84：Principal Component Analysis Problem Formulation 课时85：Principal Component Analysis Algorithm 课时86：Choosing the Number of Principal Components 课时87：Reconstruction from Compressed Representation 课时88：Advice for Applying PCA 课时89：Problem Motivation 课时90：Gaussian Distribution 课时91：Algorithm 课时92：Developing and Evaluating an Anomaly Detection System 课时93：Anomaly Detection vs. Supervised Learning 课时94：Choosing What Features to Use 课时95：Multivariate Gaussian Distribution (Optional) 课时96：Anomaly Detection using the Multivariate Gaussian Distribution (Optional) 课时97：Problem Formulation 课时98：Content Based Recommendations 课时99：Collaborative Filtering 课时100：Collaborative Filtering Algorithm 课时101：Vectorization- Low Rank Matrix Factorization 课时102：Implementational Detail- Mean Normalization 课时103：Learning With Large Datasets 课时104：Stochastic Gradient Descent 课时105：Mini-Batch Gradient Descent 课时106：Stochastic Gradient Descent Convergence 课时107：Online Learning 课时108：Map Reduce and Data Parallelism 课时109：Problem Description and Pipeline 课时110：Sliding Windows 课时111：Getting Lots of Data and Artificial Data 课时112：Ceiling Analysis- What Part of the Pipeline to Work on Next 课时113：Summary and Thank You 课程介绍共计113课时，19小时28分58秒 机器学习 吴恩达 此课程将广泛介绍机器学习、数据挖掘与统计模式识别的知识。主题包括：(i) 监督学习（参数/非参数算法、支持向量机、内核、神经网络）。(ii) 非监督学习（聚类、降维、推荐系统、深度学习）。(iii) 机器学习的优秀案例（偏差/方差理论；机器学习和人工智能的创新过程）课程将拮取案例研究与应用，学习如何将学习算法应用到智能机器人（观感，控制）、文字理解（网页搜索，防垃圾邮件）、计算机视觉、医学信息学、音频、数据挖掘及其他领域上。 上传者：老白菜 正在载入数据,请稍等... 猜你喜欢 Linux网络环境搭建篇 designing electrical systems vol 1 OpenCV 3 with Python 3 Tutorial 高性价比EMI诊断测试 2014年Altera杯大学生电子设计竞赛作品集锦 微软CEO发表CES开幕演讲 直播回放：自动驾驶与人工智能的起点——毫米波雷达与3D ToF 解决方案 研讨会 : ADI 软件定义无线电 ADALM-Pluto 入门实战 热门下载 期刊论文：基于CCD技术的电机换向片检测系统 基于单片机和射频芯片实现的短距离无线数据传输系统 MTK RF部分 修原理 基于粗糙集的属性约简算法 AT91 ARM在医疗行业中的应用pdf 大学生电子设计竞赛资料信号处理篇 Cadence Allegro SPB V16.5视频 开发环境是FPGA开发工具 24V防雷设计 Genesis常见错误及其解决方法 热门帖子 CCS6 和TMS320F28335 如何把程序烧写在FLASH 运行到RAM 初学DSP，为了让程序可以保存到芯片中，就按照网上的方法，删掉了28335_RAM_lnk.cmd，然后添加了F28335.cmd文件。可是只有某些程序成功了；有些程序在重新上电后消失了，板子运行的是上一次的程序。不知道有没有相关完整的教程，详细学一下。还有就是了解到程序保存到FLASH中，但在RAM里面运行时比较好（详细在网上搜的），这个又怎么实现欸？CCS6和TMS320F28335如何把程序烧写在FLASH运行到RAM 1、如果是使用的flash的cmd，那么调试下载时肯定会 CQUT GPRS状态的问题 最近搞GPRS，用的YYW_M203C这个模块。这个模块既有GPRS功能，也能GPS定位。我发命令CREG询问状态，按照手册说的，回复+CREG:1,1或者+CREG:0,1才正常。可是我试着老回复+CREG:1,2.有用过这个模块的大神吗？支一个招，谢谢！GPRS状态的问题2代表找到运营商但没有注册网络,是不是你的卡接触不良 我看看楼主看手册不仔细，先去弄清信息含义，若如2楼所言，除SIM卡会导致网络注册问题外，另外注意检查模块是否正常工作， chenbingjy SM2091E你们都用上了吗?效果怎样？ SM2091E你们都用上了吗?效果怎样？随着IC的工艺技术不断进步，高压线性恒流驱动IC的稳定性已有了很大的提升。不但在室内小功率的照明方案有广泛的应用，在中大功率上也有所表现。随着高导热塑料的应用，以及绝缘性能的提升，高压线性恒流IC方案也走入了大功率方案的行列。对于恒流IC来说，相信绝大部分人还没有多少了解到这款电源IC的功能特性，很多关于高压线性IC的知识也是从网上看来的为数不多的IC知识。这就给 钲铭科低功耗IC TI模拟电路讲义 TI模拟电路讲义TI模拟电路讲义谢谢了，不过很深奥TI的,应该不错TI的就是不错:rose:看看TI的这个可以要！已下载，看了一下，可以当成一本书来学了，呵呵，全英文回复楼主qwqwqw2088的帖子顶一个要钱的斑竹不是好斑竹学习借鉴thanksTI的么，学习学习下下来学习下~要钱钱的啊顶一个先挣一个芯币好东西学习。。。。。。。。。。TI模拟电路讲义貌似英文有待加强学习学习全英文啊…………！啊啊啊…………回复6楼leewy00 qwqwqw2088 【我的MicroPython入门之路】pyboard 与 esp8266 我的MicroPython是怎么入门的呢？最早是看到了dcexpert对Micropython的介绍。因为那是刚好对python有点兴趣，就觉得可以把python和单片机结合起来玩，非常的好。Micropython对我最大的吸引是可以通过REPL快速验证每条语句的效果，验证完后又可以写成脚本来执行完整功能，是在是太方便了。然后呢，可爱的eeworld就举办了【一起玩micropython】的活动，活动的主角就是d大做的pyboard。申请来就是做一个手势控制的收音机。不过因为d大版的pyboa johnrey 請問有這本"双色图文详解电容器及应用电路"書檔嗎 請問有這本双色图文详解电容器及应用电路書檔嗎請問有這本双色图文详解电容器及应用电路書檔嗎可以去论坛的下载中心搜索试试双色图文详解电容器及应用电路著者胡斌人民邮电出版社2009主题标目 电容器丛书: 双色图文详解系列出版地: 北京ISBN: 978-7-115-20843-9载体形态: 168页:图,表;26cm附注: 本书详细介绍了固定电容器、电解电容器、微调电容器和变容二极管的基础知识和应用电路,以及电容类元器件的检测和选配方 electrical93 网友正在看 SIF格式字体显示 008 数模转换（D/A）工作原理及应用 云龙单片机实训视频教程（王云，字幕版） 模拟调制 Ion beam etching 深入了解：SoC FPGA嵌入式软件(第1部分) Recombination and Generation - Carrier Generation 网络性质与波导连接3 4 位置传感器的组成及使用方法
