机器学习之聚类、主成分分析理论与代码实践

课程目标:掌握常用的聚类方法(K-means、层次聚类、密度聚类、谱聚类等),掌握主成分分析的原理与实现方法

24小时内答疑 课时永久观看 15分钟内无条件退款
1. 仅限付费视频课程适用
2. 购买后15分钟内可以找到客服进行沟通退款
3. 退款将返还至51CTO学院账户,不支持提现
4. 下载资料后不再享有退款特权
5. 客服(Tel:400-101-1651)
6. 最终解释权归51CTO所有
5分 共27课时,共2小时48分钟
现价¥68.00
购买
  1. 课程介绍
  2. 课程大纲
课程目标

掌握常用的聚类方法(K-means、层次聚类、密度聚类、谱聚类等),掌握主成分分析的原理与实现方法

适用人群

对机器学习感兴趣的人,想深入了解算法内部运行原理的人

课程简介

本课程讲解了无监督学习中的聚类方法和主成分分析方法。针对聚类算法详细讲解了K-means、层次聚类、密度聚类、谱聚类的原理及代码实践,针对主成分分析详细讲解了算法原理和2种不同的实现方式,即基于协方差矩阵的特征值分解算法和基于数据矩阵的奇异值分解算法。

06聚类与PCA.png

1开课简介 [免费试看]
01:27
2机器学习知识体系
06:45
3机器学习流程
01:38
4聚类简介 [免费试看]
02:55
5K-means算法原理
04:56
6K-means中距离计算方法
07:16
7K-means原生代码实现
13:36
8使用sklearn实现K-means
02:46
9层次聚类基本原理
05:53
10层次聚类中类间距离计算方法
02:46
11层次聚类计算方法举例
06:18
12层次聚类的sklearn实现
03:28
13密度聚类
07:34
14密度聚类sklearn实现
03:21
15谱聚类介绍及算法原理
08:56
16谱聚类sklearn实现
02:25
17聚类算法评价指标
10:39
18聚类评价指标代码实现
07:20
19聚类案例:亚洲球队聚类分析
07:53
20PCA介绍 [免费试看]
09:06
讲师介绍
纪佳琪
讲师评分4.8分
干过开发,做过培训,现在是一名高校教师。
X
Copyright©2005-2020 51CTO.COM 版权所有 未经许可 请勿转载