斯坦福ML公開課筆記15—隱含語義索引、奇異值分解、獨立成分分析

來源:互聯網
上載者:User

標籤:奇異值分解   隱含語義索引   獨立成分分析   機器學習   

斯坦福ML公開課筆記15

我們在上一篇筆記中講到了PCA(主成分分析)。PCA是一種直接的降維方法,通過求解特徵值與特徵向量,並選取特徵值較大的一些特徵向量來達到降維的效果。

本文繼續PCA的話題,包括PCA的一個應用——LSI(Latent Semantic Indexing, 隱含語義索引)和PCA的一個實現——SVD(Singular Value Decomposition,奇異值分解)。在SVD和LSI結束之後,關於PCA的內容就告一段落。視頻的後半段開始講無監督學習的一種——ICA(Independent Component Analysis, 獨立成分分析)。

本筆記的13-15部分的pdf已上傳csdn資源中,下載請猛擊屠龍寶刀,下載就送。






斯坦福ML公開課筆記15—隱含語義索引、奇異值分解、獨立成分分析

聯繫我們

該頁面正文內容均來源於網絡整理,並不代表阿里雲官方的觀點,該頁面所提到的產品和服務也與阿里云無關,如果該頁面內容對您造成了困擾,歡迎寫郵件給我們,收到郵件我們將在5個工作日內處理。

如果您發現本社區中有涉嫌抄襲的內容,歡迎發送郵件至: info-contact@alibabacloud.com 進行舉報並提供相關證據,工作人員會在 5 個工作天內聯絡您,一經查實,本站將立刻刪除涉嫌侵權內容。

A Free Trial That Lets You Build Big!

Start building with 50+ products and up to 12 months usage for Elastic Compute Service

  • Sales Support

    1 on 1 presale consultation

  • After-Sales Support

    24/7 Technical Support 6 Free Tickets per Quarter Faster Response

  • Alibaba Cloud offers highly flexible support services tailored to meet your exact needs.