Andrew Ng机器学习公开课笔记–Principal Components Analysis (PCA)
网易公开课，第14, 15课 notes，10 之前谈到的factor analysis，用EM算法找到潜在的因子变量，以达到降维的目的 这里介绍的是另外一种降维的方法，Principal Components Analysis (PCA)， 比Factor Analysis更为直接，计算也简单些 参考，A Tutorial on Principal Component Analysis, Jo
相关文章
- 1. Andrew Ng机器学习公开课笔记 – Factor Analysis
- 2. Andrew Ng机器学习课程笔记--week8(K-means&PCA)
- 3. Andrew Ng机器学习公开课笔记 -- 学习理论
- 4. Andrew Ng机器学习公开课笔记 -- Generative Learning algorithms
- 5. Andrew Ng机器学习公开课笔记 -- 支持向量机
- 6. 机器学习笔记 ---- Principal Component Analysis
- 7. Andrew Ng机器学习公开课笔记 -- Online Learning
- 8. 【机器学习】主成分分析PCA（Principal components analysis）
- 9. 机器学习 -- PCA(Principal Component Analysis)
- 10. 主成分分析（principal components analysis, PCA）
- 更多相关文章...
- • 您已经学习了 XML Schema，下一步学习什么呢？ - XML Schema 教程
- • 我们已经学习了 SQL，下一步学习什么呢？ - SQL 教程
- • Tomcat学习笔记（史上最全tomcat学习笔记）
- • 适用于PHP初学者的学习线路和建议
相关标签/搜索
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。
欢迎关注本站公众号,获取更多信息
相关文章
- 1. Andrew Ng机器学习公开课笔记 – Factor Analysis
- 2. Andrew Ng机器学习课程笔记--week8(K-means&PCA)
- 3. Andrew Ng机器学习公开课笔记 -- 学习理论
- 4. Andrew Ng机器学习公开课笔记 -- Generative Learning algorithms
- 5. Andrew Ng机器学习公开课笔记 -- 支持向量机
- 6. 机器学习笔记 ---- Principal Component Analysis
- 7. Andrew Ng机器学习公开课笔记 -- Online Learning
- 8. 【机器学习】主成分分析PCA（Principal components analysis）
- 9. 机器学习 -- PCA(Principal Component Analysis)
- 10. 主成分分析（principal components analysis, PCA）