能力天空保障您的在線交易安全
Machine Learning by Stanford University （人工智能，机器学习…
課程時(shí)長： 19時(shí)2分29秒 課件數(shù)： 112
學(xué)習(xí)有效期： 1095天
課程編號： 1445613
課件列表
-
-
課件2 : 01.3-V2-Introduction-SupervisedLearning 12分29秒 可學(xué)6次
-
-
課件3 : 01.4-V2-Introduction-UnsupervisedLearning 14分12秒 可學(xué)6次
-
第1章： Intruduction-介绍
-
-
課件1 : 02.1-V2-LinearRegressionWithOneVariable-ModelRepre 8分10秒 可學(xué)6次
-
-
課件2 : 02.2-V2-LinearRegressionWithOneVariable-CostFuncti 8分12秒 可學(xué)6次
-
-
課件3 : 02.3-V2-LinearRegressionWithOneVariable-CostFuncti 11分9秒 可學(xué)6次
-
-
課件4 : 02.4-V2-LinearRegressionWithOneVariable-CostFuncti 8分48秒 可學(xué)6次
-
-
課件5 : 02.5-V2-LinearRegressionWithOneVariable-GradientDe 11分30秒 可學(xué)6次
-
-
課件6 : 02.6-V2-LinearRegressionWithOneVariable-GradientDe 11分51秒 可學(xué)6次
-
-
課件7 : 02.7-V2-LinearRegressionWithOneVariable-GradientDe 10分20秒 可學(xué)6次
-
-
課件8 : 02.8-V2-What'sNext 5分49秒 可學(xué)6次
-
第2章： Linear Regression With One Variable
-
-
課件1 : 03.1-V2-LinearAlgebraReview(Optional)-MatricesAndV 8分45秒 可學(xué)6次
-
-
課件2 : 03.2-V2-LinearAlgebraReview(Optional)-AdditionAndS 6分53秒 可學(xué)6次
-
-
課件3 : 03.3-V2-LinearAlgebraReview(Optional)-MatrixVector 13分39秒 可學(xué)6次
-
-
課件4 : 03.4-V2-LinearAlgebraReview(Optional)-MatrixMatrix 11分9秒 可學(xué)6次
-
-
課件5 : 03.5-V2-LinearAlgebraReview(Optional)-MatrixMultip 9分2秒 可學(xué)6次
-
-
課件6 : 03.6-V2-LinearAlgebraReview(Optional)-InverseAndTr 11分12秒 可學(xué)6次
-
第3章： Linear Algebra Review
-
-
課件1 : 04.1-LinearRegressionWithMultipleVariables-Multipl 8分22秒 可學(xué)6次
-
-
課件2 : 04.2-LinearRegressionWithMultipleVariables-Gradien 5分4秒 可學(xué)6次
-
-
課件3 : 04.3-LinearRegressionWithMultipleVariables-Gradien 8分52秒 可學(xué)6次
-
-
課件4 : 04.4-LinearRegressionWithMultipleVariables-Gradien 8分58秒 可學(xué)6次
-
-
課件5 : 04.5-LinearRegressionWithMultipleVariables-Feature 7分39秒 可學(xué)6次
-
-
課件6 : 04.6-V2-LinearRegressionWithMultipleVariables-Norm 16分17秒 可學(xué)6次
-
-
課件7 : 04.7-LinearRegressionWithMultipleVariables-NormalE 5分58秒 可學(xué)6次
-
第4章： Linear Regression With MultipleVariables
-
-
課件1 : 05.1-OctaveTutorial-BasicOperations 13分58秒 可學(xué)6次
-
-
課件2 : 05.2-OctaveTutorial-MovingDataAround 16分7秒 可學(xué)6次
-
-
課件3 : 05.3-OctaveTutorial-ComputingOnData 13分14秒 可學(xué)6次
-
-
課件4 : 05.4-OctaveTutorial-PlottingData 9分38秒 可學(xué)6次
-
-
課件5 : 05.5-OctaveTutorial-ForWhileIfStatementsAndFunctio 12分55秒 可學(xué)6次
-
-
課件6 : 05.6-OctaveTutorial-Vectorization 13分48秒 可學(xué)6次
-
-
課件7 : 05.7-OctaveTutorial-WorkingOnAndSubmittingProgramm 3分33秒 可學(xué)6次
-
第5章： Octave Tutorial
-
-
課件1 : 06.1-LogisticRegression-Classification 8分8秒 可學(xué)6次
-
-
課件2 : 06.2-LogisticRegression-HypothesisRepresentation 7分24秒 可學(xué)6次
-
-
課件3 : 06.3-LogisticRegression-DecisionBoundary 14分49秒 可學(xué)6次
-
-
課件4 : 06.4-LogisticRegression-CostFunction 11分25秒 可學(xué)6次
-
-
課件5 : 06.5-LogisticRegression-SimplifiedCostFunctionAndG 10分14秒 可學(xué)6次
-
-
課件6 : 06.6-LogisticRegression-AdvancedOptimization 14分6秒 可學(xué)6次
-
-
課件7 : 06.7-LogisticRegression-MultiClassClassificationOn 6分15秒 可學(xué)6次
-
第6章： Logistic Regression
-
-
課件1 : 07.1-Regularization-TheProblemOfOverfitting 9分42秒 可學(xué)6次
-
-
課件2 : 07.2-Regularization-CostFunction 10分10秒 可學(xué)6次
-
-
課件3 : 07.3-Regularization-RegularizedLinearRegression 10分40秒 可學(xué)6次
-
-
課件4 : 07.4-Regularization-RegularizedLogisticRegression 8分33秒 可學(xué)6次
-
第7章： Regularization
-
-
課件1 : 08.1-NeuralNetworksRepresentation-NonLinearHypothe 9分35秒 可學(xué)6次
-
-
課件2 : 08.2-NeuralNetworksRepresentation-NeuronsAndTheBra 7分47秒 可學(xué)6次
-
-
課件3 : 08.3-NeuralNetworksRepresentation-ModelRepresentat 12分1秒 可學(xué)6次
-
-
課件4 : 08.4-NeuralNetworksRepresentation-ModelRepresentat 11分45秒 可學(xué)6次
-
-
課件5 : 08.5-NeuralNetworksRepresentation-ExamplesAndIntui 7分15秒 可學(xué)6次
-
-
課件6 : 08.6-NeuralNetworksRepresentation-ExamplesAndIntui 10分19秒 可學(xué)6次
-
-
課件7 : 08.7-NeuralNetworksRepresentation-MultiClassClassi 3分51秒 可學(xué)6次
-
第8章： Neural Networks Representation
-
-
課件1 : 09.1-NeuralNetworksLearning-CostFunction 6分43秒 可學(xué)6次
-
-
課件2 : 09.2-NeuralNetworksLearning-BackpropagationAlgorit 11分59秒 可學(xué)6次
-
-
課件3 : 09.3-NeuralNetworksLearning-BackpropagationIntuiti 12分44秒 可學(xué)6次
-
-
課件4 : 09.3-NeuralNetworksLearning-ImplementationNoteUnro 7分47秒 可學(xué)6次
-
-
課件5 : 09.4-NeuralNetworksLearning-GradientChecking 11分37秒 可學(xué)6次
-
-
課件6 : 09.5-NeuralNetworksLearning-RandomInitialization 6分51秒 可學(xué)6次
-
-
課件7 : 09.7-NeuralNetworksLearning-PuttingItTogether 13分23秒 可學(xué)6次
-
-
課件8 : 09.8-NeuralNetworksLearning-AutonomousDrivingExamp 6分30秒 可學(xué)6次
-
第9章： Neural Networks Learning
-
-
課件1 : 10.1-AdviceForApplyingMachineLearning-DecidingWhat 5分51秒 可學(xué)6次
-
-
課件2 : 10.2-AdviceForApplyingMachineLearning-EvaluatingAH 7分57秒 可學(xué)6次
-
-
課件3 : 10.3-AdviceForApplyingMachineLearning-ModelSelecti 12分38秒 可學(xué)6次
-
-
課件4 : 10.4-AdviceForApplyingMachineLearning-DiagnosingBi 8分35秒 可學(xué)6次
-
-
課件5 : 10.5-AdviceForApplyingMachineLearning-Regularizati 11分49秒 可學(xué)6次
-
-
課件6 : 10.6-AdviceForApplyingMachineLearning-LearningCurv 11分53秒 可學(xué)6次
-
-
課件7 : 10.7-AdviceForApplyingMachineLearning-DecidingWhat 6分49秒 可學(xué)6次
-
第10章： Advice For Applying Machine Learning
-
-
課件1 : 11.1-MachineLearningSystemDesign-PrioritizingWhatT 9分29秒 可學(xué)6次
-
-
課件2 : 11.2-MachineLearningSystemDesign-ErrorAnalysis 13分11秒 可學(xué)6次
-
-
課件3 : 11.3-MachineLearningSystemDesign-ErrorMetricsForSk 11分35秒 可學(xué)6次
-
-
課件4 : 11.4-MachineLearningSystemDesign-TradingOffPrecisi 14分5秒 可學(xué)6次
-
-
課件5 : 11.5-MachineLearningSystemDesign-DataForMachineLea 11分9秒 可學(xué)6次
-
第11章： Machine Learning System Design
-
-
課件1 : 12.1-SupportVectorMachines-OptimizationObjective 14分47秒 可學(xué)6次
-
-
課件2 : 12.2-SupportVectorMachines-LargeMarginIntuition 10分36秒 可學(xué)6次
-
-
課件3 : 12.3-SupportVectorMachines-MathematicsBehindLargeM 19分41秒 可學(xué)6次
-
-
課件4 : 12.4-SupportVectorMachines-KernelsI 15分44秒 可學(xué)6次
-
-
課件5 : 12.5-SupportVectorMachines-KernelsII 15分43秒 可學(xué)6次
-
-
課件6 : 12.6-SupportVectorMachines-UsingAnSVM 21分2秒 可學(xué)6次
-
第12章： Support Vector Machines
-
第13章： 练习，无视频
-
-
課件1 : 14.1-Clustering-UnsupervisedLearningIntroduction 3分16秒 可學(xué)6次
-
-
課件2 : 14.2-Clustering-KMeansAlgorithm 12分32秒 可學(xué)6次
-
-
課件3 : 14.3-Clustering-OptimizationObjective 7分4秒 可學(xué)6次
-
-
課件4 : 14.4-Clustering-RandomInitialization 7分49秒 可學(xué)6次
-
-
課件5 : 14.5-Clustering-ChoosingTheNumberOfClusters 8分22秒 可學(xué)6次
-
第14章： Clustering
-
-
課件1 : 15.1-DimensionalityReduction-MotivationIDataCompre 10分9秒 可學(xué)6次
-
-
課件2 : 15.2-DimensionalityReduction-MotivationIIVisualiza 5分27秒 可學(xué)6次
-
-
課件3 : 15.3-DimensionalityReduction-PrincipalComponentAna 9分5秒 可學(xué)6次
-
-
課件4 : 15.4-DimensionalityReduction-PrincipalComponentAna 15分13秒 可學(xué)6次
-
-
課件5 : 15.5-DimensionalityReduction-ChoosingTheNumberOfPr 10分30秒 可學(xué)6次
-
-
課件6 : 15.6-DimensionalityReduction-ReconstructionFromCom 3分54秒 可學(xué)6次
-
-
課件7 : 15.7-DimensionalityReduction-AdviceForApplyingPCA 12分48秒 可學(xué)6次
-
第15章： Dimensionality Reduction
-
-
課件1 : 16.1-AnomalyDetection-ProblemMotivation-V1 7分38秒 可學(xué)6次
-
-
課件2 : 16.2-AnomalyDetection-GaussianDistribution 10分27秒 可學(xué)6次
-
-
課件3 : 16.3-AnomalyDetection-Algorithm 12分2秒 可學(xué)6次
-
-
課件4 : 16.4-AnomalyDetection-DevelopingAndEvaluatingAnAno 13分7秒 可學(xué)6次
-
-
課件5 : 16.5-AnomalyDetection-AnomalyDetectionVsSupervised 7分35秒 可學(xué)6次
-
-
課件6 : 16.6-AnomalyDetection-ChoosingWhatFeaturesToUse 12分17秒 可學(xué)6次
-
-
課件7 : 16.7-AnomalyDetection-MultivariateGaussianDistribu 13分44秒 可學(xué)6次
-
-
課件8 : 16.8-AnomalyDetection-AnomalyDetectionUsingTheMult 14分3秒 可學(xué)6次
-
第16章： Anomaly Dectection
-
-
課件1 : 17.1-RecommenderSystems-ProblemFormulation 7分54秒 可學(xué)6次
-
-
課件2 : 17.2-RecommenderSystems-ContentBasedRecommendation 14分31秒 可學(xué)6次
-
-
課件3 : 17.3-RecommenderSystems-CollaborativeFiltering-V1 10分14秒 可學(xué)6次
-
-
課件4 : 17.4-RecommenderSystems-CollaborativeFilteringAlgo 8分26秒 可學(xué)6次
-
-
課件5 : 17.5-RecommenderSystems-VectorizationLowRankMatrix 8分18秒 可學(xué)6次
-
-
課件6 : 17.6-RecommenderSystems-ImplementationalDetailMean 8分30秒 可學(xué)6次
-
第17章： Recommendation Systems
-
-
課件1 : 18.1-LargeScaleMachineLearning-LearningWithLargeDa 5分44秒 可學(xué)6次
-
-
課件2 : 18.2-LargeScaleMachineLearning-StochasticGradientD 13分19秒 可學(xué)6次
-
-
課件3 : 18.3-LargeScaleMachineLearning-MiniBatchGradientDe 6分17秒 可學(xué)6次
-
-
課件4 : 18.4-LargeScaleMachineLearning-StochasticGradientD 11分31秒 可學(xué)6次
-
-
課件5 : 18.5-LargeScaleMachineLearning-OnlineLearning 12分50秒 可學(xué)6次
-
-
課件6 : 18.6-LargeScaleMachineLearning-MapReduceAndDataPar 14分8秒 可學(xué)6次
-
第18章： Large Scale Machine Learning
-
-
課件1 : 19.1-ApplicationExamplePhotoOCR-ProblemDescription 7分2秒 可學(xué)6次
-
-
課件2 : 19.2-ApplicationExamplePhotoOCR-SlidingWindows 7分48秒 可學(xué)6次
-
-
課件3 : 19.3-ApplicationExamplePhotoOCR-GettingLotsOfDataA 6分42秒 可學(xué)6次
-
-
課件4 : 19.4-ApplicationExamplePhotoOCR-CeilingAnalysisWha 8分37秒 可學(xué)6次
-
第19章： Application Example PhotoOCR
-
-
課件1 : 20.1-Conclusion-SummaryAndThankYou 4分42秒 可學(xué)6次
-
第20章： Conclusion
課程簡介
Machine Learning by Stanford University （人工智能，機(jī)器學(xué)習(xí)，斯坦福大學(xué)）
By Andrea Ng
Co-founder, Coursera;
Adjunct Professor, Stanford University;
formerly head of Baidu AI Group/Google Brain
學(xué)員評價(jià)
好評率 --
