原文:
如何直观地解释潜在因素模型 (Latent Factor Model) 和主成分分析 (PCA) 的本质区别是什么?
R数据分析:潜变量与降维方法(主成分分析与因子分析)
CodewarCodewar 阅174
想去机器学习初创公司做数据科学家?这里有最常问的40道面试题
育则维善余言 阅80
Demystifying LSA, LSI, SVD, PCA, and IS ACRON...
waterflow 阅512 转5
奇异值分解SVD应用——LSI
lzqkean 阅143 转3
(转)Matlab做PCA分析(需要matlab2010b )
MiracleEaTu 阅3248 转22
PCA : principal component analysis ( 主成分分析)
吴敬锐 阅264 转3
精通机器学习必须掌握的20大算法
小白学视觉 阅46
机器学习中的数学(5)
阿甘Y 阅298 转6
PCA分析的详细讲解和具体的示例
迷途中小小书童 阅2795 转3
10种线性代数在数据科学中的强大应用(内附多种资源)
wistreer 阅3946 转12
降维算法原理篇:主成分分析PCA、奇异值分解SVD、因子分析法FA、独立成分分析ICA等原理详推
汉无为 阅418 转5
【技术必备】解读 2016 年十大机器学习算法及其应用
LZS2851 阅97 转4
机器学习工程师必知的十大算法
黑马_御风 阅98 转3
通俗易懂的讲解奇异值分解(SVD)和主成分分析(PCA)
taotao_2016 阅957 转3
干货 ‖ 机器学习十大算法
taomaohu860706 阅99 转2
PCA线性代数讲解
imelee 阅387 转5
线性代数在数据科学中的十个强大应用(一)
走路先生 阅223 转2
快速选择合适的机器学习算法
戴佳霖 阅79
Latent Dirichlet Allocation(LDA) 【转】
chengderen 阅109
协方差矩阵的意义及其应用,线性代数和各种应用之间的一个联系
老胡说科学 阅48 转5
2020.9.17丨Chip
头头了不起 阅49
这份开源的深度学习笔记,太牛了,我只能佩服的五体投地
西北望msm66g9f 阅73
脑出血前出现的认知障碍与大脑淀粉样血管病相关
仁医学生 阅55 转2
多元正态分布
almathm 阅32190 转85
连续型随机变量
忄梦无痕 阅58 转3
主成分分析与因子分析(四):因子分析概述
浓tang 阅843 转3
缺失值的插补:随机森林法
Memo_Cleon 阅246 转3
§1 离散型随机变量及其分布列(二)
当以读书通世事 阅42
首页
留言交流
联系我们
回顶部