JavaShuo
欄目
標籤
【臺大李宏毅ML課程】Lecture 13 Unsupervised Learning——Linear Dimension Reduction筆記
時間 2020-12-20
原文
原文鏈接
本節課主要講了兩種線性降維的方法——cluster和PCA,並從兩個角度解釋了PCA。最後講了一些關於矩陣分解的知識。 1.cluster cluster就簡單的帶過了,主要是k-means和HAC k-means原理: (1)先初始化k箇中心點ci (i=1,….,k) (2)如果樣本x離ci更近,就劃分到第i類 (3)更新每個類別的中心點 (4)重複(2)(3) 如何選擇K是個問題~ HAC(
>>阅读原文<<
相關文章
1.
【臺大李宏毅ML課程】Lecture 1-2 Linear Regression、Error筆記
2.
李宏毅ML lecture-13 unsupervised Learning Principle Component Analysis
3.
李宏毅 DeepLearning-2017-Unsupervised Learning PCA-linear Dimension Reduction
4.
李宏毅ML lecture-14 unsupervised Learning--Word Embeddng
5.
李宏毅ML lecture-15 unsupervised Learning Neighbor Embedding
6.
李宏毅ML lecture-16 unsupervised Learning Auto-encoder
7.
李宏毅ML lecture-17-18 unsupervised Learning Generation
8.
【臺大李宏毅ML課程】Lecture 3 Gradient Descent筆記
9.
臺大李宏毅Machine Learning 2017Fall學習筆記 (14)Unsupervised Learning:Linear Dimension Reduction
10.
李宏毅ML lecture-12 Semi-supervised Learning
更多相關文章...
•
ionic 平臺
-
ionic 教程
•
ASP.NET Razor - 標記
-
ASP.NET 教程
•
Tomcat學習筆記(史上最全tomcat學習筆記)
•
JDK13 GA發佈:5大特性解讀
相關標籤/搜索
李宏毅
課程筆記
lecture
reduction
unsupervised
dimension
linear
learning
宏大
Docker命令大全
Hibernate教程
MyBatis教程
JDK 13
教程
0
分享到微博
分享到微信
分享到QQ
每日一句
每一个你不满意的现在,都有一个你没有努力的曾经。
最新文章
1.
正確理解商業智能 BI 的價值所在
2.
解決梯度消失梯度爆炸強力推薦的一個算法-----LSTM(長短時記憶神經網絡)
3.
解決梯度消失梯度爆炸強力推薦的一個算法-----GRU(門控循環神經⽹絡)
4.
HDU4565
5.
算概率投硬幣
6.
密碼算法特性
7.
DICOMRT-DiTools:clouddicom源碼解析(1)
8.
HDU-6128
9.
計算機網絡知識點詳解(持續更新...)
10.
hods2896(AC自動機)
本站公眾號
歡迎關注本站公眾號,獲取更多信息
相關文章
1.
【臺大李宏毅ML課程】Lecture 1-2 Linear Regression、Error筆記
2.
李宏毅ML lecture-13 unsupervised Learning Principle Component Analysis
3.
李宏毅 DeepLearning-2017-Unsupervised Learning PCA-linear Dimension Reduction
4.
李宏毅ML lecture-14 unsupervised Learning--Word Embeddng
5.
李宏毅ML lecture-15 unsupervised Learning Neighbor Embedding
6.
李宏毅ML lecture-16 unsupervised Learning Auto-encoder
7.
李宏毅ML lecture-17-18 unsupervised Learning Generation
8.
【臺大李宏毅ML課程】Lecture 3 Gradient Descent筆記
9.
臺大李宏毅Machine Learning 2017Fall學習筆記 (14)Unsupervised Learning:Linear Dimension Reduction
10.
李宏毅ML lecture-12 Semi-supervised Learning
>>更多相關文章<<