学不厌资源
课程名称: Mathematics for Machine Learning:PCA/伦敦帝国学院
课程主页: https://www.coursera.org/learn/pca-machine-learning
所在平台: Coursera
课程类别: 机器学习 Machine Learning
大学或机构: 伦敦帝国学院
讲师： Marc Peter Deisenroth
授课语言： 英语
提供字幕： 英文
课程文件大小： 8.08MB
课程介绍： 机器学习数学：PCA：这门中级课程介绍了数学基础，以得出主成分分析（PCA）这一基本的降维技术。我们将介绍一些数据集的基本统计信息，例如平均值和方差，我们将使用内积计算向量之间的距离和角度，并将数据正交投影到低维子空间上。使用所有这些工具，我们将得出PCA作为使数据点及其重构之间的平均平方误差最小化的方法。 在本课程结束时，您将熟悉重要的数学概念，并且可以自己实施PCA。如果您在挣扎中，则会找到一组Jupyter笔记本，它们将使您探索这些技术的特性，并逐步引导自己完成下一步工作。如果您已经是专家，那么本课程可能会刷新您的一些知识。 讲座，示例和练习要求： 1.具有抽象思维能力 2.具有良好的线性代数背景（例如矩阵和向量代数，线性独立性，基础） 3.多元演算的基本背景（例如偏导数，基本优化） 4. python编程和numpy的基础知识 免责声明：与专业课程的其他两个课程相比，该课程实质上更加抽象，并且需要更多的编程。但是，如果您想了解和开发机器学习算法，则需要这种抽象思维，代数运算和编程。
课程压缩包下载地址（度盘链接）：
友情提醒：
1、若遇到链接失效请加客服微信：amanda12321反馈，我们将在上线第一时间处理。
2、课程制作成压缩包后通过百度网盘分享，需要下载解压之后才能正常观看；
3、课程视频为官网提供下载的最高清的分辨率MP4格式，字幕为srt外挂字幕。
4、官网没有提供答案，因此所有课程的测试和作业均不提供答案；
5、课程文件包含视频（MP4）、字幕（SRT）、字幕文本版（TXT）、阅读材料（html）和测试及作业（PDF或HTML），如果官网有提供下载，还将包含课件以及与课程相关的其它附件等。
6、百度网盘下载速度我们也无法控制，建议您先自行测试。
7、课程文件仅供您离线学习和参考，版权归原平台及作者所有，如果条件允许我们仍建议您通过coursera平台进行学习，可获得更优质的学习体验，完成课程还能获得相应证书，如果内容侵犯了您的权利请通知，我们将在收到通知24小时内删除内容。
评论前必须登录！
注册