本课程为精品课，您可以登录eeworld继续观看： Decision Boundary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 通过FPD-Link实现J6与车载显示器之间稳健接口的设计考虑 Altera MAX10 FPGA培训视频 电子设计从零开始 使用Atmel Studio 6进行AVR应用调试 PIC32微控制器的基本技巧及应用 数字信号处理 北航 王俊 可编程模块化DIY无人机Airblock 电赛特训营（硬币检测装置） 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 CC2541F256RHAR超低功耗BLE蓝牙芯片2.4G RF射频收发MCU CC2541 CC2541F256RHAR集成了增强型8051MCU超低功耗蓝牙芯片2.4GH符合低能耗规范和私有的RF片载系统支持250kbps，500kbps，1Mbps，2Mbps的数据速率；出色的链路预算，不使用外部前段而支持长距离应用；高达0dBm的可编程输出功率出色的接收器灵敏度（1Mbps时为-94dBm）CC2541说明CC2541是一款针对低能耗以及私有2.4-GHz应用的功率优化的真正片载系统(SoC)解决方案。它使得使用低总体物料清单成本建 动能世纪 单片机控制L298N驱动直流电机不懂关于PWM 单片机控制L298N驱动直流电机不懂关于PWM，能给讲一下PWM在编程时怎么调以及原理么?单片机控制L298N驱动直流电机不懂关于PWM先了解下什么是PWM，然后看看PWM相关例程，关键字：频率，占空比直流有刷就是你给电就转然后以时断时续的给电他就转的慢给电机驱动芯片，输出数字电平。比如，高电平的时候，驱动芯片带动电机转动，低电平时，不给电机动力。二者组成周期信号，周期一定的情况下，高电平占周期的比例越高，电机获得动力的比例越大。转速就越快。编程方面，就调整周期和占空比。PWM输 shijizai ad16打开pcb遇到的问题 新装的ad16，打开以前用ad10画的板子时，将鼠标随便放在一个网络上时，该网络应该高亮显示才对，但这里却没反应，不知道是不是版本问题还是设置问题，有没有人遇到这种问题呢？ad16打开pcb遇到的问题没用AD16.感觉装了AD16的很多问题。估计还不稳定。我建议还是不要这么尝鲜。还是用些比较稳定的版本，比如9,10,14,15这样。表示从来没遇到过这问题、、、、 你用的是ad16？按TP进入设置下面画面PCBEditor----BoardInsightDispl zhandizhandi 串口转网络模块790Kbps怎么测试验证？ 买了一个串口-网络模块规格书说支持到790Kbps可是卖家提供的测试软件波特率仅到115K，卖家也没说怎么测790Kbps，请问大家有没有什么软件可以测试790Kbps通信速度？分享一下。我想验证一下最高波特率下通信情况串口转网络模块790Kbps怎么测试验证？自己简单写一个小程序这个不难或者你网络上找找有很多支持高波特率或者是任意波特率的串口调试助手的这个应该是济南有人物联网的模块，直接找他们的技术支持问问就行啊。。。 同时还要支持网络调试的功能 sanhuasr 转贴：LM3S单片机UART的FIFO理解 和μDMA方式的UART 最近在看UART，看到这篇理解的不错，特转发过来，和大家一起学习学习。Stellaris单片机有两个16字FIFO，分别用于缓存收和发的数据。FIFO触发中断的深度可设置，设置为8个数据（1/8）触发发送中断时，就是当发送FIFO中数据少于8时触发发送中断。设置为14（7/8）个数据触发接收中断时，就是当接收FIFO中的数据多于14时产生接受中断。在实际应用中，接收中断要配合接收超时中断一起使用，因为当接收中断配置为7/8时，就是要等到接收FIFO中的数据达到15时，才 fxw451 MSP432开发板连接XDS100V2仿真器提示错误Unable access to the DAP MSP432开发板连接XDS100V2仿真器提示错误UnableaccesstotheDAPP，我使用的官方的开发板，硬件没有错误，软件也没有错误，驱动如下图。MSP432开发板连接XDS100V2仿真器提示错误UnableaccesstotheDAP第一次使用这个板子吗？ 不是的，自己做了一个板子，现在开发板试一下仿真器，一直连不上。。。。XDS可用于msp430，我还没有用过呢，我是用的官方的开发板，自带仿真器！ 尹子予刘学 网友正在看 二端口网络的方程和参数（一） 电机控制器或电机驱动器的编程有多复杂 绪论（二） 手把手教你学DSP视频教程 20 矩形口径余弦场，圆形口径均匀场 1 总线通讯的概念 Dictionaries_and_If-Else Spooling技术
