补充材料（奇异值）
上一节
下一节
奇异值分解
花强
目录
-
1 Chapter01. Introduction
-
1.1 课程PPT
-
1.2 补充材料（数学基础）
-
1.3 本节作业
-
-
2 Chapter02. Bayesian Decision Theory
-
2.1 课程PPT
-
2.2 视频素材
-
2.3 章节测试
-
-
3 Chapter03. Maximum Likelihood and Bayesian Estimation
-
3.1 课程PPT
-
3.2 视频素材
-
3.3 补充材料（EM）
-
-
4 Chapter04. Nonparametric Techniques
-
4.1 课程PPT
-
4.2 补充材料（距离）
-
-
5 Chapter05. Linear Discriminant Functions
-
5.1 课程PPT
-
5.2 视频素材
-
5.3 补充材料（梯度）
-
5.4 数学证明
-
-
6 Chapter06. Neural Networks
-
6.1 课程PPT
-
6.2 视频素材
-
6.3 补充材料（BP）
-
-
7 Chapter07. Dimension Reduction
-
7.1 课程PPT
-
7.2 补充材料（奇异值）
-
-
8 Chapter08. Non-metric Methods
-
8.1 课程PPT
-
-
9 Chapter09. Unsupervised Learning and Clustering
-
9.1 课程PPT
-
9.2 实验
-
-
10 Chapter10. Algorithm-independent Machine Learning
-
10.1 课程PPT
-
10.2 补充材料（偏差方差两难）
-
10.3 实验
-
-
11 课程实验
-
11.1 实验环境设置
-
11.2 python数据常用导入方法
-
11.3 数据探索
-
11.4 数据预处理
-
11.5 朴素贝叶斯分类
-
11.6 KNN分类
-
11.7 线性回归
-
11.8 逻辑回归
-
11.9 SVM实现多分类
-
11.10 决策树分类
-
11.11 PCA实现
-
11.12 K-means聚类实现
-
