课程介绍
课程章节
章节1: 聚类系列算法高级 (9节)

课时01

Kmeans聚类亚洲国家队自动划分类别

23分42秒

课时02

Kmeans聚类亚洲国家队类别可视化

10分4秒

课时03

聚类算法概念介绍

11分46秒

课时04

聚类算法的划分标准

17分32秒

课时05

Kmeans算法原理和流程

12分39秒

课时06

聚类评价指标轮廓系数

5分56秒

课时07

轮廓系数使用

11分51秒

课时08

聚类评价指标调整兰德系数

9分14秒

课时09

Kmeans聚类提取特征图片压缩

17分55秒

章节2: 聚类系列算法进阶 (9节)

课时10

DBSCAN算法介绍

17分17秒

课时11

DBSCAN算法原理和参数详解

21分44秒

课时12

DBSCAN聚类案例数据创建

12分10秒

课时13

DBSCAN聚类案例Kmeans算法聚类效果

5分46秒

课时14

DBSCAN聚类案例效果

7分55秒

课时15

分层聚类概念原理参数介绍

14分52秒

课时16

分层聚类概念原理参数介绍

12分22秒

课时17

分层聚类瑞士卷数据效果

11分47秒

课时18

作业介绍和知识点总结

4分43秒

章节3: 降维系列算法高级 (6节)

课时19

数据相关性概念介绍和代码演示

21分50秒

课时20

数据降维概念

18分48秒

课时21

数据降维方法介绍

2分4秒

课时22

PCA 算法介绍和使用

16分3秒

课时23

PCA降维算法特征值分解代码实现

31分34秒

课时24

PCA降维算法奇异值分解SVD代码实现

31分13秒

章节4: 降维系列算法进阶 (7节)

课时25

协方差和散度矩阵

32分34秒

课时26

线性代数之特征值特征向量分解

15分7秒

课时27

线性代数之SVD奇异值分解

13分26秒

课时28

LDA算法原理

7分7秒

课时29

LDA算法流程

36分48秒

课时30

NMF非负矩阵分解

13分45秒

课时31

LDA算法流程（修正）

14分39秒

章节5: EM算法与GMM高斯混合模型 (8节)

课时32

LLE局部线性嵌入降维法算法原理介绍

11分29秒

课时33

LLE算法使用代码举例

20分25秒

课时34

EM算法思想与步骤

9分19秒

课时35

极大似然思想

9分55秒

课时36

EM算法入门举例介绍

17分0秒

课时37

EM算法进阶举例介绍

14分43秒

课时38

GMM高斯混合模型聚类使用代码举例

27分1秒

课时39

Jessen不等式介绍

11分37秒

您没有该体系课权限，需要开通权限请点击联系老师。
联系老师
共个问题,0回答
提问
最新
最热
暂无提问，赶紧去提问吧~