本课程为精品课，您可以登录eeworld继续观看： Optimization Objective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 big.LITTLE大小核处理器工作原理演示——Quick Office STM32无刷电机开发套件演示说明 世健KOL: 生命之源谁护航 - ADuCM355一测五！ 嵌入式系统高级C语言编程（东南大学凌明） 42/5000 以太网供电（PoE）培训系列 德州仪器 DLP 是如何工作的 【虚拟仪器大赛】基于NI-MyRIO的智能跟踪机器人 [高精度实验室] 运算放大器 : 15 比较器应用 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 开关电源的测试项目 1、反复短路测试测试说明在各种输入和输出状态下将模块输出短路，模块应能实现保护或回缩，反复多次短路，故障排除后，模块应该能自动恢复正常运行。测试方法a、空载到短路：在输入电压全范围内，将模块从空载到短路，模块应能正常实现输出限流或回缩，短路排除后，模块应能恢复正常工作。让模块反复从空载到短路不断的工作，短路时间为1s，放开时间为1s，持续时间为2小时。这以后，短路放开，判断模块是否能够正常工作。b、满载到短路：在输入电压全范围内，将模块从满载到短路 qwqwqw2088 Linear公司的电源芯片LT1931A 本想通过LT1931A设计一个输出-3V的电路，为什么out端口的-3V输出不稳定，有1V左右的波动，具体情况见图，各位大神帮忙指点一下！！！Linear公司的电源芯片LT1931A你做一个带宽限制测试一下看看情况吧1931A可是2.2MHz的高频，元件布局，参数选择一定注意官方手册当采用陶瓷输出电容时，可获得接近1mVp-p的极地输出电压纹波，就按这条检查吧，，，1，确认负载电流大小不超过系统要求。2，确认所选用的电感器的饱和电流，不仅仅是感值。3，确认输入和输出电容器的类型 雨中的银杏叶 DS18B20代码中0x30问题 30问题DS18B20测温和超声波测距程序中的问题DS18B20测温中，测得的数据需要加0x30，超声波测距程序中不需要加，用的同一个液晶，为什么，谢谢!DS18B20代码中0x30问题你看下ASCII码表就应该能够懂了，0x30表示字符‘0’，所有数字都加‘0’表示将十进制的数转换成相应数字的字符对应的ASCII值。只能说明两个程序的处理显示的方式不一样。 分析的对。 /************************************************** tyyhmtyyhm DSP F2812编程总结和技巧 开始的时候学习DSP，就想找本书通读一遍，想把DSP一下子了解明白然后再编程。后来发现太费时间，在实际的工作中，杂事一大堆，根本没有时间把一本书详细的读完。何况在工作中，领导也是看不得你一天不干活，光看一天书的，呵呵，这也是工作中的无奈啊。于是找了个DSP开发板，装入那几个实例程序跑了一下，对DSP总算有了感性认识。然后仔细的分析阅读了2个实例的代码，一个是ADC采样转换实例，一个是定时器实例，发现DSP编程其实很简单，就是对硬件作相应 fish001 基于51单片机用定时器实现S的精确切换 经过开发板已验证过。原代码如下：/***********************************************功能：实现继电器1S准时切换QQ：2279196123************************************************/#includeSTC89C5xRC.Htypedefunsignedintu16;typedefunsignedcharu8;sbitRelay=P1 DPJ_PLC 几种分析电路的常用方法 常用分析电路的方法有以下几种：1：直流等效电路分析法在分析电路原理时，要搞清楚电路中的直流通路和交流通路。直流通路是指在没有输入信号时，各半导体三极管、集成电路的静态偏置，也就是它们的静态工作点。交流电路是指交流信号传送的途径，即交流信号的来龙去脉。在实际电路中，交流电路与直流电路共存于同一电路中，它们既相互联系，又互相区别。直流等效分析法，就是对被分析的电路的直流系统进行单独分析的一种方法，在进行直流等效分析时，完全不考虑电路对输入交流信号的处理功能，只考虑由电源直流电压 Aguilera 网友正在看 F4开发板LWIP无操作系统移植(上) 第3.3讲 Uboot命令使用-MMC和文件操作命令 机器人-人工智能基础篇（22）：测试Sense函数 太阳能逆变器中的栅极驱动器 互电容和接近传感设计 SLAB分配器 桌上曲棍球對打機_洪崇文_單元三 程式與驅動程式編碼_Part 2 紅外線定位模組讀取 三极管放大偏置电阻选取，零点漂移，与差分放大电路实验
