斯坦福ML公开课笔记15—隐含语义索引、神秘值分解、独立成分分析
2016-01-24 16:10
330 查看
斯坦福ML公开课笔记15
我们在上一篇笔记中讲到了PCA(主成分分析)。
PCA是一种直接的降维方法。通过求解特征值与特征向量,并选取特征值较大的一些特征向量来达到降维的效果。
本文继续PCA的话题,包含PCA的一个应用——LSI(Latent Semantic Indexing, 隐含语义索引)和PCA的一个实现——SVD(Singular Value Decomposition,神秘值分解)。
在SVD和LSI结束之后。关于PCA的内容就告一段落。
视频的后半段開始讲无监督学习的一种——ICA(Independent Component Analysis, 独立成分分析)。
本笔记的13-15部分的pdf已上传csdn资源中,下载请猛击屠龙宝刀。下载就送。
我们在上一篇笔记中讲到了PCA(主成分分析)。
PCA是一种直接的降维方法。通过求解特征值与特征向量,并选取特征值较大的一些特征向量来达到降维的效果。
本文继续PCA的话题,包含PCA的一个应用——LSI(Latent Semantic Indexing, 隐含语义索引)和PCA的一个实现——SVD(Singular Value Decomposition,神秘值分解)。
在SVD和LSI结束之后。关于PCA的内容就告一段落。
视频的后半段開始讲无监督学习的一种——ICA(Independent Component Analysis, 独立成分分析)。
本笔记的13-15部分的pdf已上传csdn资源中,下载请猛击屠龙宝刀。下载就送。
相关文章推荐
- PYTHON之路(二)
- 2016年计划
- 深入学习Java中的字符串,代码点和代码单元
- hdu1536&&hdu3023 SG函数模板及其运用
- python ---- doctest用法
- Linux — 文件系统(对硬盘的操作)
- viewpager切换添加动画效果
- Cocos2d-x 资源加载进度条
- 主机规划与磁盘分区
- Jquery实现纵向横向菜单
- 自然场景文字检测和识别
- android实现全屏 去标题去任务栏
- 【POJ 2195】 Going Home(KM算法求最小权匹配)
- 恢复刷题后的感觉
- [Baby steps giant steps] BSGS EXT-BSGS
- matlab函数
- 各种经典的进度条效果
- 代码:解题两个乒乓球队比赛,各出三人,甲队ABC三人,乙队XYZ三人。A不与X比,C不与X,Z比,用程序找出三对对手。
- Java中this关键字的使用
- OC基础--OC中类的定义