机器学习应用:降维算法与案例解析

从理论到实战,掌握降维算法典型应用场景

Ratings: 4.50 / 5.00




Description

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。


课程导师——唐宇迪

同济大学硕士,华东理工大学博士

精通机器学习算法,主攻计算机视觉方向,著有《跟着迪哥学Python数据分析与机器学习实战》,线上课学员30W+,累计开发课程50余门覆盖人工智能热门方向。

What You Will Learn!

  • 1.掌握PCA与LDA算法原理
  • 2.掌握无监督算法模型
  • 3.熟悉降维算法建模流程
  • 4.掌握降维算法在实际数据集中的应用

Who Should Attend!

  • 1.对人工智能感兴趣的学员
  • 2.具备一定Python语言基础的学员
  • 3.计算机相关专业大学生