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

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。