李宏毅-DeepLearning-2017-Unsupervised Learning:Neighbor Embedding

时间 2021-01-02

原文原文链接

数据降维的方法： Manifold Learning(流行学习) 1、什么是流形流形学习的观点：认为我们所能观察到的数据实际上是由一个低维流行映射到高维空间的。由于数据内部特征的限制，一些高维中的数据会产生维度上的冗余，实际上这些数据只要比较低的维度就能唯一的表示。所以直观上来讲，一个流形好比是一个d维的空间，在一个m维的空间中（m>d）被扭曲之后的结果。需要注意的是流形并不是一个形状，而是一个

>>阅读原文<<

1. 李宏毅ML lecture-15 unsupervised Learning Neighbor Embedding
2. 李宏毅老师课程：Unsupervised Learning:Neighbor Embedding
3. 【李宏毅】RNN
4. 李宏毅__ML_Notes_4.21
5. 李宏毅__ML_Notes_5.11
6. 【李宏毅】CNN
7. 李宏毅——GAN
8. 李宏毅——transformer
9. transformer---李宏毅
10. 李宏毅-ELMO, BERT, GPT
更多相关文章...
• R 数据框 - R 语言教程
• 错误处理 - RUST 教程
• Docker容器实战(一) - 封神Server端技术
• Docker容器实战(八) - 漫谈 Kubernetes 的本质