机器学习应用:降维算法与案例解析
知识小课

机器学习应用:降维算法与案例解析

  • 机器学习

从理论到实战,掌握降维算法典型应用场景

¥119.9
本课程包括
  • 2小时36分钟的视频随时观看
  • 课程包含 5 道测试题
  • 可在APP随时观看
  • 结业证书
你将收获
  • 掌握PCA与LDA算法原理
  • 掌握无监督算法模型
  • 熟悉降维算法建模流程
  • 掌握降维算法在实际数据集中的应用

数千家企业正在使用三节课企业版学习

无限制学习5000+门课程,200+精选学习专题

免费申请体验>
课程介绍

在机器学习中,降维的意义在于提取有效信息,摒弃无用信息。降维算法与回归算法、聚类算法等算法不同,其目标是将向量投影到低维空间进而达到分类或可视化等目的。

本门课程,我们将深入学习降维算法中的线性判别分析与主成分分析方法,我们将通过基本概念、数学公式推导与优化目标三部分初步建立对LDA和PCA方法的认知,然后通过两个项目实例掌握两类方法的具体操作。

通过学习本课程,将在掌握降维算法如何在实际数据集中的应用的同时,对机器学习及其应用领域有进一步的了解。

适合人群
  • 对人工智能感兴趣的学员
  • 具备一定Python语言基础的学员
  • 计算机相关专业大学生
讲师介绍
同济大学硕士,华东理工大学博士
擅长领域:
  • 人工智能认知与应用
  • 自然语言处理(NLP)
  • 机器学习
著有《跟着迪哥学Python数据分析与机器学习实战》,联通,移动,中信等公司特邀企业培训导师,全国高校教师培训讲师,开展线下与直播培训百余场,具有丰富的授课经验。
课程大纲
共0节 时长0分钟 全部收起
一、降维算法:线性判别分析
共3节 | 32分钟
  • 1.线性判别分析要解决的问题
    11分钟
  • 2.数学原理与优化目标
    10分钟
  • 3.公式求解与分析
    11分钟
二、Python实现线性判别分析
共2节 | 17分钟
  • 1.实现降维任务
    9分钟
  • 2.任务结果
    8分钟
三、降维算法:PCA主成分分析
共4节 | 32分钟
  • 1.主成分分析概述
    8分钟
  • 2.方差与协方差
    6分钟
  • 3.PCA结果推导
    7分钟
  • 4.PCA降维实例
    11分钟
四、数据特征常用构建方法
共7节 | 1小时15分钟
  • 1.基本数值特征
    9分钟
  • 2.常用特征构造手段
    13分钟
  • 3.时间特征处理
    12分钟
  • 4.文本特征处理
    16分钟
  • 5.构造文本向量
    9分钟
  • 6.词向量特征
    12分钟
  • 7.图像特征
    5分钟
学习测试
共5题
购课须知

课程有效期:

自购买课程之日起 365 天,部分参与营销活动产品以活动规则为准,请同学在有效期内学习、观看课程。

上课模式:

课程采取录播模式,请注意自学课无班级微信群、班主任带班及助教批改服务。

注:自学课不支持退款,确保你是真的需要再进行报名,报完名之后还请认真学习。