本课程为精品课，您可以登录eeworld继续观看： Features and Polynomial Regression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 猜你喜欢 回放 : TI mmWave 毫米波雷达在汽车车内的应用 直播回放: HARTING浩亭 - 电气控制柜如何快速低成本地进行线缆安装 信息安全概论（密码学） HVI 系列: 门驱动器设计 使用TI解决方案为Xilinx新型FPGA提供电源（三） 模拟电子技术 TI 15.4 协议栈，以及低功耗远距离传感器到云端解决方案介绍 HCIA-IoT华为认证物联网工程师视频课程 热门下载 [资料]-JIS X4181-3-2004 信息技术.元数据的注册(MDR).第3部分注册元数据模式和基本属性.pdf [资料]-JIS Z4560-1991 工业用γ射线照相装置.pdf [资料]-JIS B7121-2007 Optics and optical instruments-Specifications for binoculars,monoculars and spot [资料]-JIS F7302-1997 英文版 造船.5K青铜角阀.pdf [资料]-JIS C8471-2-1-2000 电气设备的电缆和管线系统.第2部分：特殊要求.第1节固定于墙上和天花板上的电缆和管线系统.pdf [资料]-JIS F1051-2-2004 Inflatable boats -- Part 2：Boats with a maximum motor power rating of 4.5 kW t [资料]-JIS F2621-1995 Accommodation ladders.pdf [资料]-JIS Z 8404-2-2008 测量不确定度第2部分：测量软件不确定性的评价重复测量.pdf [资料]-JIS C61340-4-7-2011 静電気－第４－７部：特定応用のための標準的試験方法－イオナイザ.pdf [-]-jis b 8410-2011 水道用減圧弁（追補3）.pdf 热门帖子 【 Nucleo深度评测】Nucleo-L053加入CoOS。。。 Nucleo-L053加入CoOS操作系统，对于CoOS，详情可见http://www.coocox.org。CooCoxCoOSCooCoxCoOS是一款针对ARMCortex-M系列芯片而设计的实时系统内核。CoOS特征：■免费并开源■ARMCortexM3及M0定制操作系统■高度可裁剪性，最小系统内核仅974Byte■支持优先级抢占和时间片轮转■自适应任务调度算法■零中断延时时间■堆栈溢出检测■信号量、邮箱、队列、事件标志、互斥等同步通信方式■支持多 水清波 出一些开发板、摄像头、TFT屏、万用表 各位真的不好意思，之前帖子放了淘宝链接违规了。现在重新出，需要的就私信吧，淘宝链接私信回复。回复可能不太及时，请谅解1.STM32F4-DISCOVERY90元【已出】焊接过2个点，不影响使用，需要的话可以拍照2.STM32F035元基本没使用过。包装外壳有点破损3.MSP430G2带触摸板30元【已出】4.OV7670带FIFO带24M有源晶振50一个一共有2个5.2.8寸TFT液晶触摸屏30元正面方面6.STM32VCT6开发板带SD卡槽US a2656693 新人，用51,做指针式万年历，求有资料的大神帮助 新人，用51,做指针式万年历，求有资料的大神帮助。时分秒用指针表盘显示新人，用51,做指针式万年历，求有资料的大神帮助这位同学，伸手党还是不要做了有问题可以提出来讨论就你现在这个阶段需要的资料百度上都有的用51驱动步进电机即可实现。 李晓 这些问题严重吗？关于AD中PCB封装的 如果要改，该怎么改呢？这些问题严重吗？关于AD中PCB封装的主要是阻焊丝印间距之类的报错一般我是直接把这些规则关掉的不严重，我一般也是关掉的，基本不影响如果是要焊接外协的话就需要提供元件装配图，这些问题就会变得严重些，需要调整丝印。r自己焊接的话就无所谓了关闭此告警是可以的，不是严重告警。设计----规则---DesignRules----Manufacturing----Silkscreenovercomponentpads----Silkscr ZNF 28335在线更新程序的问题，flash_api code调用擦除函数返回值为24 如题：我的烧录方法是：将ti官方提供的flash_apicode工程依据自己的需求做合适的修改，编译并转换成16进制的机器码。然后再应用程序cmd文件中定义相关的flash段，将16进制的机器码以一个数组的形式存放到分配的段里。上位机是sdflash，sdflash向dsp发送烧录命令时，应用程序将16进制的机器码从flash段复制到ram中，然后跳转到flash_apicode工程的c_init00地址处开始运行。flash_apicode会与上位机握手并传输数据，同时根据上 anyber LT3480结温计算 大家好！我想使用LT3480这个开关稳压源，输入25V，输出3.3V，输出电流0.3A。我查表（效率vs负载电流）得到效率为80%；输出功率0.99W，加到LT3480的功率就是0.2475W(0.99W×(20/80)),结温就是T=40°C+0.2475×45°C/W=51.1375°C。请问大家我算法对吗？LT3480结温计算看不懂，帮顶呵呵！发消息给我，有惊喜。。。。 ufozhao202 网友正在看 第一讲项目分析及功能模块框图 IC类元件库创建 1.2 零点和极点 通用定时器-输入捕获原理介绍 homogeneous类型和heterogeneous类型元器件的区别是什么 人工智能和不确定性 印刷电路板（PCB）布局技巧 字符设备驱动程序实例分析
