本课程为精品课，您可以登录eeworld继续观看： Trading Off Precision and Recall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 云龙51单片机视频教程 Altium Designer 22电子设计入门实战56讲 Python零基础从入门到精通全套教程 将JTAG与UCD3138配合使用 算法详解 斯坦福大学经典视频课 OMAPL138/C6748/AM1808系统设计 ADAS - 车用全景解决方案 TID3X 直播回放 : Microchip 通过 TrustFlex 安全元件和 Microsoft Azure 实现安全身份验证 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 MG400Q2YMS3 碳化硅 N 沟道 MOSFET 模块解析：特点与应用 随着现代工业技术的快速发展，功率电子器件在能源转换与控制领域发挥着越来越重要的作用。Toshiba推出的MG400Q2YMS3碳化硅(SiC)N沟道MOSFET模块，凭借其卓越的性能和广泛的应用前景，成为高功率设备设计中的重要选择。本文将详细分析其关键特性和应用优势，以便帮助工程师和设计人员更好地理解和应用这一产品。一、产品概述MG400Q2YMS3是一款专为高功率开关和电机控制器设计的MOSFET模块。它采用碳化硅半导体材料，不仅在效率和速度方面表现 990123167 远程无线温度采集系统求助 目前有个项目想用无线温度采集模块采集房间的温度（多点采集），然后将温度值送回到控制器中，在控制器收到温度后与设置的上限值进行对比，如果过温，则断开电源。考虑过有限方案，布线很麻烦，而且不灵活。请问大神们有没有已经有的产品可以直接用的呢？远程无线温度采集系统求助本帖最后由dcexpert于2014-11-1320:42编辑 无线采集的确很方便，我有方案可以提供参考。有需要可以发消息。用无线做温控也很简单，会用MCU就可以了，无线部分去买成品无线模块即可轻松解决。 DavidZH 第四周庆科Open1081使用心得WIFI基本Demo测试 本帖最后由天之玄幻于2014-11-2400:27编辑 Wifi测试：1.打开工程Demo1_WiFi_Link，通过Jlink下载程序，串口打印出附近wifi信息如下：StartscanconnecttoChinaNet-D6Ca.....Find19APs:SSID:LENOVO-PC_Network_1,Signal:52%SSID:ZYQzyq520,Signal:52%SSID:TP-LINK_788368,S 天之玄幻 数码管发光暗，是因为扫描频率低吗？ 数码管发光暗，是因为扫描频率低吗？还有第一位数码管为什么特别亮呢，从硬件原理解释一下，谢谢！数码管发光暗，是因为扫描频率低吗？应该是你程序上的问题，扫瞄时间不均等哈普中的51开发板大学时代第一块开发板至今还收藏着你把最后一位显示个1看看slotg发表于2014-11-2111:05应该是你程序上的问题，扫瞄时间不均等 但是我把排线调换一下位置，还是那一位最亮qq849682862发表于2014-11-2111:13哈普中的51开发板 setupsong 【X-Nucleo心得】收到X-NUCLEO-IDB04A1并安装MDK 本帖最后由ddllxxrr于2014-11-2310:22编辑 收到了X-NUCLEO-IDB04A1,上照片哈：来时的包装：反面，还是意大利货正面：由于本人的电脑装的是MDK4.72没有这款芯片，所以我就升到了MDK5了也下了，st的那个开发包：里边有个DEMO的例程。编译了一下。通过并下进了板子：【X-Nucleo心得】收到X-NUCLEO-IDB04A1并安装MDK很不错啊。不错不错好东西啊楼主可以好好玩了啊 ddllxxrr "为北京奥运加油"--最简单的LED旋转屏 及其制作资料 看到外面很多人做旋转LED屏，很动心，自己也动手做了一个。运行后，缓缓流动显示“为北京奥运加油”，图片如下：视频下载（由于相机捕捉速度问题，视频显示有闪烁）咋一看蛮神奇的，其实软硬件都很简单。硬件上，只需要拿出几个I/O点灯，再拿出一个I/O检测霍尔信号（每旋转一周时，霍尔开关就会收到一个霍尔信号）。完整原理图见附件下载。（灯的显示也不需要TTL芯片驱动，16灯只需2个三极管驱动。）软件上，就是利用视觉滞留原理，让显示的灯延时一会即可。烧录程序见附件下载。 brotherder 网友正在看 在您的工厂进行MPU的安全配置 LM25066I系统电源管理和保护IC概述 I型最优模型 【PlanAhead教程】-6 IO Pin Planning 基础教程：差分放大器以及相关设计软件的基础知识 1.2 AM5708 工业派 - 匠牛社区与工业派 编程方法学_设计实用社交网络 三菱FX系列PLC教程 23 —— FX系列的主控及主控复位指令（MC、MCR）
