UFLDL 教程学习笔记(四)主成分分析

    UFLDL(Unsupervised Feature Learning and Deep Learning)Tutorial 是由 Stanford 大学的 Andrew Ng 教授及其团队编写的一套教程,内容深入浅出,有很强的实用性,学习起来,让人有种酣畅淋漓的感觉。邓侃博士于今年 2 月 20 日起,在新浪微博上召集志愿者对该教程进行翻译,并于 4 月 8 日全部完成,非常感谢所有参与者的辛勤劳动。本系列文章主要是对这套教程资料的整理,部分内容加入了自己的一些理解和注释。

第二篇  预处理: 主成分分析和白化

UFLDL 教程学习笔记(四)主成分分析UFLDL 教程学习笔记(四)主成分分析UFLDL 教程学习笔记(四)主成分分析UFLDL 教程学习笔记(四)主成分分析UFLDL 教程学习笔记(四)主成分分析UFLDL 教程学习笔记(四)主成分分析UFLDL 教程学习笔记(四)主成分分析UFLDL 教程学习笔记(四)主成分分析

PCA 的推导中涉及较多的线性代数知识,如矩阵、特征值与特征向量、基表示、旋转等,此外还有一些概率统计方面的知识,如均值、方差、协方差等,为更好地理解文中 (2.1.1) 式关于协方差矩阵的理解,我在文章《关于协方差矩阵的理解》中给出了较详细的推导和说明,有需要的读者可参考。

作者: peghoty

出处: http://blog.csdn.net/itplus/article/details/11451327

欢迎转载/分享, 但请务必声明文章出处.

上一篇:CSS实现table td中文字的省略与显示


下一篇:HTML-XML数据解析