首页 > 其他 > 详细

斯坦福ML公开课笔记15—隐含语义索引、奇异值分解、独立成分分析

时间:2014-07-22 14:16:14      阅读:299      评论:0      收藏:0      [点我收藏+]

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,包括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,奇异值分解)。在SVD和LSI结束之后,关于PCA的内容就告一段落。视频的后半段开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

bubuko.com,布布扣

bubuko.com,布布扣

bubuko.com,布布扣

bubuko.com,布布扣

bubuko.com,布布扣

斯坦福ML公开课笔记15—隐含语义索引、奇异值分解、独立成分分析

原文:http://blog.csdn.net/stdcoutzyx/article/details/38037659

(0)
(0)
   
举报
评论 一句话评论(0
关于我们 - 联系我们 - 留言反馈 - 联系我们:wmxa8@hotmail.com
© 2014 bubuko.com 版权所有
打开技术之扣,分享程序人生!