原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
北京9月秋季班·机器学习初步;机器学习;k近邻分类(属于有监督学习);向量间相似度计算的方法;k-均值聚类(属于无监督学习);利用SSE进行聚类后处理;二分k-均值聚类后的结果;线性回归;多个变量的情形;最小二乘的目标函数;使用极大似然估计解释最小二乘;似然函数;对数似然;计算极大似然函数的最优解;最小二乘意义下的参数最优解;贝叶斯准则;朴素贝叶斯的假设;以文本分类为例;分析;分解;关于贝叶斯分类器的若干探讨;复习：特征值和特征向量;有趣的推导;PCA的两个特征向量;PCA的重要应用;PCA的应用——去噪和冗余;PCA的重要应用——去噪;PCA的重要应用——降维;关于特征值的进一步推广;SVD的概念;奇异值分解的提法;SVD举例;U、V的列向量是正交的：正交矩阵;奇异值分解不是唯一的;奇异值分解中的U、V矩阵;直观的解释;SVD四个矩阵的大小关系;求伪逆;广义逆矩阵（伪逆）;隐形语义索引LSI;参考??献; 感谢大家！
恳请大家批评指正！
文档评论（0）