吴恩达机器学习视频笔记——8

10、支持向量机

10.1、大边界的直观理解

支持向量机(Support VectorMachine)，在学习复杂的非线性方程时提供了一种更为清晰，更加强大的方式。

10.2、核函数

10.3、应用SVM

11、聚类

11.1、无监督机器学习

11.2、K-Means（K均值算法）

 11.3优化目标

 11.4、随机初始化

 11.5、选择聚类数

12、降维

12.1、动机一：数据压缩

12.2、动机二：数据可视化

12.3、主成分分析问题

12.4、主成分分析算法

12.5、选择主成分的数量

12.6、重建的压缩表示

12.7、主成分分析法的应用建议

本博客主要引用文章如下：

作者：黄海广
链接：斯坦福大学2014机器学习教程个人笔记（V5.4）
来源：PDF

著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

吴恩达机器学习视频笔记——8

原文：https://www.cnblogs.com/AlexWangle-one/p/12022673.html