机器学习之k近邻学习器和降维与度量学习—284人已学习
课程介绍
降维,高纬度数据转化为低纬度的数据,主要是属性变化。本课程主要讲解:k近邻学习器、低维嵌入、主成成分分析、核化线性降维、流行学习、度量学习。
课程收益
希望大家掌握本课程讲解的主要知识点:降维,高纬度数据转化为低纬度的数据,主要是属性变化。本课程主要讲解:k近邻学习器、低维嵌入、主成成分分析、核化线性降维、流行学习、度量学习。
讲师介绍
王而川 更多讲师课程
乐川科技有限公司CEO,人工智能培训讲师,专业从事机器学习与深度学习培训。参与多个人工智能领域项目,专注于机器学习与计算机视觉领域,长期参与无人驾驶汽车项目,专注研究无人驾驶领域的目标识别与跟踪,善于人脸识别、物体识别、轨迹跟踪、点云识别分析等方向的新算法。
课程大纲
第1章:k近邻学习
1. k近邻学习器 8:14
第2章:低维嵌入
1. 低维嵌入 16:51
第3章:主成成分分析
1. 主成成分分析 20:22
第4章:核化线性降维
1. 核化线性降维 6:17
第5章:流行学习
1. 流行学习 13:39
第6章:度量学习
1. 度量学习 8:59
大家可以点击【 查看详情】查看我的课程
课程介绍
降维,高纬度数据转化为低纬度的数据,主要是属性变化。本课程主要讲解:k近邻学习器、低维嵌入、主成成分分析、核化线性降维、流行学习、度量学习。
课程收益
希望大家掌握本课程讲解的主要知识点:降维,高纬度数据转化为低纬度的数据,主要是属性变化。本课程主要讲解:k近邻学习器、低维嵌入、主成成分分析、核化线性降维、流行学习、度量学习。
讲师介绍
王而川 更多讲师课程
乐川科技有限公司CEO,人工智能培训讲师,专业从事机器学习与深度学习培训。参与多个人工智能领域项目,专注于机器学习与计算机视觉领域,长期参与无人驾驶汽车项目,专注研究无人驾驶领域的目标识别与跟踪,善于人脸识别、物体识别、轨迹跟踪、点云识别分析等方向的新算法。
课程大纲
第1章:k近邻学习
1. k近邻学习器 8:14
第2章:低维嵌入
1. 低维嵌入 16:51
第3章:主成成分分析
1. 主成成分分析 20:22
第4章:核化线性降维
1. 核化线性降维 6:17
第5章:流行学习
1. 流行学习 13:39
第6章:度量学习
1. 度量学习 8:59
大家可以点击【 查看详情】查看我的课程