“第12章降维”教案
课程名称:机器学习基础——降维算法
授课对象:大数据、人工智能、计算机相关专业学生
总课时:4课时(每课时45分钟)
课程性质:专业核心理论+实践课
课程概述:本课程聚焦机器学习无监督学习核心模块——数据降维,针对高维数据痛点,循序渐进讲解维数灾难核心原理、降维核心价值,重点拆解三大主流线性降维算法:PCA主成分分析、SVD奇异值分解、LDA线性判别分析,系统讲解各算法的基本思想、数学推导、实现流程、优缺点与场景差异,最后结合经典人脸识别案例,完成降维算法的实战落地教学。课程兼顾概念辨析、公式推导、算法对比、代码实现与工程案例,构建“问题原理-核心算法-推导实现-实战
您可能关注的文档
- 机器人感知与智能 课件 第十一章 深度学习技术.pptx
- 机器人感知与智能 课件 第九章 任务规划技术.pptx
- 机器人感知与智能 课件 第六章 力学感知技术.pptx
- 机器学习与应用 教案 第3章 机器学习的常用Python库.docx
- 机器学习与应用 教案 第4章 机器学习的基本流程.docx
- 机器学习与应用 教案 第6章 分类:逻辑回归与最大熵模型.docx
- 机器学习与应用 教案 第8章 分类:贝叶斯分类器.docx
- 机器学习与应用 第3章 机器学习的常用Python库习题答案.docx
- 机器学习与应用 第5章 回归习题参考答案.docx
- 机器学习与应用 第6章 分类:Logistic回归和最大熵模型习题参考答案.docx
原创力文档

文档评论(0)