Ng第十四课：降维(Dimensionality Reduction)

最新推荐文章于 2025-08-23 11:23:17 发布
最新推荐文章于 2025-08-23 11:23:17 发布
阅读量46 收藏
点赞数
CC 4.0 BY-SA版权
文章标签： 人工智能
原文链接：http://www.cnblogs.com/Real-Ying/p/6846525.html

14.1  动机一：数据压缩

14.2  动机二：数据可视化

14.3  主成分分析问题

14.4  主成分分析算法

14.5  选择主成分的数量

14.6  重建的压缩表示

14.7  主成分分析法的应用建议

14.1  动机一：数据压缩

 

14.2  动机二：数据可视化

 

14.3  主成分分析问题

 

 

 

14.4  主成分分析算法

 

 

14.5  选择主成分的数量

14.6  重建的压缩表示

14.7  主成分分析法的应用建议

 

转载于:https://www.cnblogs.com/Real-Ying/p/6846525.html

第二章：AI大模型的基础知识2.1 机器学习基础2.1.1 机器学习的分类
AI天才研究院
01-07 848
1.背景介绍 机器学习（Machine Learning）是一种人工智能（Artificial Intelligence）的子领域，它旨在让计算机程序能够自动学习和改进其行为。机器学习的目标是使计算机能够从数据中自主地学习出规律，并根据这些规律进行决策和预测。 机器学习的主要分类有监督学习（Supervised Learning）、无监督
【机器学习-学习笔记】吴恩达老师机器学习课的笔记（黄海广博士）
热门推荐
天真不无邪，hello和world
08-08 2万+
吴恩达老师机器学习课的笔记github地址：https://github.com/fengdu78/Coursera-ML-AndrewNg-Notes，黄海广博士原创，黄海广博士也是这门课的最初翻译者。   《机器学习个人笔记完整版v5.3-A4打印版.pdf》 云盘链接：https://pan.baidu.com/s/1G1mDEKmPSr2feoPwbgOu8w 密码：9wi4   ...
【原】Coursera—Andrew Ng机器学习—课程笔记 Lecture 14—Dimensionality Reduction 降维...
weixin_30596165的博客
01-04 147
Lecture 14 Dimensionality Reduction 降维 14.1 降维的动机一:数据压缩 Data Compression 现在讨论第二种无监督学习问题：降维。 降维的一个作用是数据压缩，允许我们使用较少的内存或磁盘空间，也加快算法速度。 举例： 假设用两个特征描述同一个物品的长度，x1单位是厘米cm，x2单位是英寸inches。这将导致高度冗余，所以需要减到一维。 ...
斯坦福大学公开课 ：机器学习课程(Andrew Ng)[1]
wondervictor的博客
04-17 1904
链接 斯坦福大学公开课 ：机器学习课程(Andrew Ng) http://open.163.com/special/opencourse/machinelearning.html 课程列表 [第1集] 机器学习的动机与应用 [第2集] 监督学习应用.梯度下降 [第3集] 欠拟合与过拟合的概念 [第4集] 牛顿方法 [第5集] 生成学习算法 ...
第09周：吴恩达 Andrew Ng 机器学习
MANDYBOOM的博客
10-07 223
PCA
第十讲：主成分分析（Principal components analysis）
xyk_hust的博客
01-25 2398
前面我们讲了因子分析（factor analysis），其中在某个 kkk 维度子空间对 x∈Rnx ∈ R^nx∈Rn 进行近似建模，kkk 远小于 nnn，即 k≪nk ≪ nk≪n。具体来说，我们设想每个点 x(i)x^{(i)}x(i) 用如下方法创建：首先在 kkk 维度仿射空间（affine space） Λz+μ;z∈Rk{Λz + μ; z ∈ R^k}Λz+μ;z∈Rk 中生成某...
经典算法笔记：无监督算法（聚类、降维）
fengdu78的博客
11-03 2736
本文是吴恩达老师的机器学习课程[1]的笔记和代码复现部分（聚类、降维）。作者：黄海广[2]备注：笔记和作业（含数据、原始作业文件）、视频都在github[3]中下载。我将陆续将课程笔记和...
斯坦福大学公开课 ：机器学习课程（Andrew Ng）——1、整体看一看
mmc2015的专栏
01-02 3966
============================================================================【课程综述】============================================================================ 第一课时：     机器学习的定义【 The Definition of Ma
机器学习：特征工程、特征提取、特征选择与数据降维间的关系
mechleechan的博客
02-13 1万+
所属知识点：Machine Learning：Feature Engineering归纳和总结机器学习技术的库：ViolinLee/ML_notes。该库主要内容是我的机器学习笔记，同时挑选和收集各类与机器学习技术相关的高质量资源，欢迎大家关注和Star！会一直更新下去。 （1）基础概念 特征（Feature）：特征是所有独立单元共享的属性，是进行分析或预测的对象。只要对模型有用...
吴恩达机器学习----降维
weixin_42533852的博客
06-05 362
吴恩达机器学习教程学习笔记 （12/16） 吴恩达教授（Andrew Ng）的机器学习可以说是一门非常重视ML理论基础的课程，做做一些简单的笔记加上个人的理解。本笔记根据吴恩达的课程顺序，以每章内容作为节点进行记录。（共18章，其中第3章“线性代数回顾”与第5章“Octava教程”的笔记就不总结了） 第十四章 降维(Dimensionality Reduction) 1、动机一：数据压缩 例子 假...
Principal Components Analysis
zealot_splcjz的博客
12-09 512
Principal Components Analysis(主成分分析)2017年12月09日PCA出现的原因我们经常提取到许多特征，希望通过提高维度来增强分类器的分类性能，但是这种“提高”是有一定界限的。超过了这个界限后，分类器的分类性能不升反降，出现了过拟合，且使得计算变得非常复杂。基于此，我们需要一种可以将数据的维度降低(dimensionality reduction)，提高数据的密度，但是
门控循环单元（GRU, Gated Recurrent Unit）
2501_91641025的博客
08-20 1281
门控循环单元（GRU, Gated Recurrent Unit）是循环神经网络（RNN）的一种改进结构，由 Cho 等人在 2014 年提出。它和 LSTM 一样，旨在解决RNN 的梯度消失和梯度爆炸问题，同时能够建模长距离依赖信息。与 LSTM 相比，GRU 结构更简洁，参数更少，计算效率更高。GRU 是 LSTM 的简化版，在很多任务上能取得相似甚至更好的效果。优点：计算效率高、参数量少、适合大规模训练。缺点：缺少独立记忆单元，在极长序列任务中可能稍逊于 LSTM。在实际应用中，
XR（AR/VR/MR）芯片方案，Soc VS “MCU+协处理器”？
houdou112358的博客
08-20 1125
本文分析了当前VR/AR/MR设备的主流芯片方案，主要分为SoC（系统级芯片）和MCU+协处理器两种架构。高端VR/MR设备普遍采用高通XR系列或苹果M系列等高性能SoC，而轻量级AR/AI眼镜则多使用低功耗SoC或MCU+AI协处理器方案。文章详细比较了不同设备类型的芯片需求，并介绍了高通、苹果、联发科等主要芯片厂商的XR产品线及其特点，最后总结了不同应用场景下的最佳芯片选择方案。
Huggingface-Qwen2源码解读
Jeremy程序员
08-19 2205
本文记录了基于HuggingFace Transformers最新master分支对Qwen2模型的学习过程。主要内容包括：1) 开发环境搭建（Python 3.11、PyTorch CPU版）；2) 模型测试代码实现，通过调参创建轻量级配置；3) 核心架构分析，包括分词编码、DecoderLayer处理流程（RMSNorm归一化、自注意力机制、前馈网络）和分组查询注意力机制；4) Qwen2的三大优化点：RMSNorm计算优化、RoPE位置编码和GQA注意力机制；5) 开发中遇到的版本依赖问题及解决方法。
【无标题】
As3310010的博客
08-20 811
从基础功能到自主决策：Agent 开发进阶之路
Agentic AI 知识框架整理
最新发布
形上得其象，形下合于数；阴阳自济，玄理自明。
08-23 658
其战略价值在于将人类从复杂的、多步骤的认知劳动中解放出来，极大提升知识工作的效率与创新上限，是迈向通用人工智能（AGI）的核心路径。它不再是“你问我答”的聊天机器人，而是能。Agentic AI 的发展正遵循典型的。Agentic AI 的终极目标是创建能。
【笔记】动手学Ollama 第七章 搭建本地RAG
ReedFoley的博客
08-22 945
正文详见：7.3 使用 LangChain 搭建本地 RAG 应用。
数据库审计是什么？主要功能详解与厂商解析
yuandiansec的博客
08-21 1066
数据库审计
遗传算法优化计算模型：降维代码详解
知识点三：自变量降维（Dimensionality Reduction of Independent Variables） 自变量降维是指在数据处理和模型建立过程中，通过某种数学方法减少数据的特征数量，简化模型的复杂性，同时尽量保留原始数据中的有用...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值