本课程为精品课，您可以登录eeworld继续观看： Problem Description and Pipeline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 PCB初学者该如何精准把握PCB封装的制作 创新推动了电压基准的技术发展水平 STM32 Nucleo：开放式开发平台 数据挖掘：理论与算法 清华大学(袁博) 国嵌Linux应用班 CES 2015焦点: 全新的Atmel Qtouch Surface平台 直播回放: 安全系列20 - 在您的工厂进行MPU的安全配置 通过 TI 电源管理实验套件 (TI-PMLK) 系列强化电源知识 热门下载 AVR ATMega16最小系统原理图PCB AFE5801,pdf(8-Channel Variable-Gain Amplifier (VGA) With Octal High-Speed ADC) 准谐振式反激式开关电源IRIS4015原理及设计要点 精彩解码板、激光头详细说明图 化学气相沉积与无机新材料 PCI-to-PCI Bridge Architecture TMS320VC5501-300,pdf(Fixed-Point Digital Signal Processor) 用8位单片机实现ARINC429总线数据传输 线性动态电路 电脑游戏机硬件与编程特技.rar 热门帖子 【平头哥Sipeed LicheeRV 86 Panel测评】 2-利用shell控制led闪烁 Shell是Linux的脚本语言，操作起来很简单，不需要编译，也不需要搭建开发环境。本次测评使用Shell语言编写一个LED闪烁的程序。与核心板连接核心板上有一个type-c的USB接口，可以通过USB将核心板与PC连接。通过adb工具，就可以建立通信了。adb工具是安卓SDK中的一个工具，可以提供调试、通信的功能。在windows的命令行下输入adbdevices，可以查看到当前连接的设备，如下图。通过命令adbshell，就可以像SSH一样与核心板建立 manhuami2007 LTC3129芯片 设置输出为2.8V 为何输出是6.9V ？就很奇怪 AD中负载电阻的大小没改 AD原理图中外挂电阻的阻值没修改应该是3.3V怎么也没到6.9V是我的芯片坏了吗还是我电路中哪些设计结构不对可是仿真的输出是正常的啊好奇怪各位大佬帮帮忙LTC3129芯片设置输出为2.8V为何输出是6.9V？就很奇怪AD中负载电阻的大小没改输入电压是多少V没到6.9V两个分压电阻不会搞错吧【LTC3129芯片设置输出为2.8V为何输出是6.9V？】楼主测试时，负载是多大？根本没有接负载吧？ 空载直接测的输出 Guankuo PCB设计时不知道按到什么键、隐藏鼠标光标了 如图，在画PCB时，不小心按到了什么键，结果鼠标光标被隐藏了，试了挺多的还是没试出来是哪个我记得以前碰到过，然后解决了，结果又忘记了有哪位坛友知道的，给说下！谢谢了PCB设计时不知道按到什么键、隐藏鼠标光标了狂按Esc键显示所有试试看？是踢掉鼠标了么~哈哈Ctrl+s保存然后重启，没解决再想办法。ctrl+C，右键选项，鼠标配置里找找这个没有遇到过，其实您应该发帖的时候贴上图片，这样让别人也好理解和看起来更加直观一点。如果实在不行，可以考虑卸载后重新安装软件，这样应该会 寒冰翼love vivado后仿真出错了 我用verilog实现了一个仲裁算法，在vivado下行为仿真功能正确，添加时钟约束，设置input_delay、output_delay约束后综合，时序也是收敛的，但是后仿结果出现了大量的未知状态，仿真结果不正确。希望大家能指点我错误出现可能的原因，谢谢了！vivado后仿真出错了 独行 PICC18各版本使用心得 PICC18各版本使用心得近来需要给一个大客户做培训，选择了最熟悉的PICC18编写了十几个程序，结果发现一些问题，出来和大家分享一下.如果有错，也请高手指点迷津。1,V8.35PL3版本指向特殊寄存器的指针有点问题，在9.61版本,此问题被修正掉了。具体表现。staticvolatilenearBYTE*xp=&RXB0D0;//(18系列CAN总线功能MCU都有此寄存器）。unsignedcharlcd_buf;unsignedcharpt;lcd_buf=*x tonytong 大家看看这个标准ps/2键盘扫描程序哪里有问题？ 大家看看这个标准ps/2键盘扫描程序哪里有问题？程序代码如下，按键无任何相应！#includec8051f340.h#includeintrins.h#includekeyascku.h//按键通码与ascii对照表sbitsda=P1^1;//键盘数据线sbitscl=P0^0;//外接键盘时钟unsignedchardat=0,dat1=0,dat2=0;//接收键盘数据变量?存储通码变量接受连//续通码变量unsignedcharcount dsx0517 网友正在看 15-03 绝缘栅型场效应管 三相维也纳PFC拓扑设计方案 - 1.2 控制回路必要的硬件支持电路介绍 Ep10 Semiconductor Engineering AC日志管理接口介绍 步进电机梯形加减速(第5节)_梯形加减速代码分析1 旋转型与线型感应马达驱动与控制 旋转型感应马达基本原理 1.3 阻抗与滤波器 双极型晶体管（二十七）
