资源介绍：

在机器学习中，数据通常需要被表示成向量形式以输入模型进行训练。但众所周知，对高维向量进行处理和分析时，会极大地消耗系统资源，甚至产生维度灾难。因此，进行降维，即用一个低维度的向量表示原始高维度的特征就显得尤为重要。常见的降维方法有主成分分析、线性判别分析、等距映射、局部线性嵌入、拉普拉斯特征映射、局部保留投影等。本章将选取比较经典的主成分分析和线性判别分析进行介绍和对比，以便读者更深入地理解降维的基本思想

课程目录

• 资料
• 资料数据集代码地址.txt
• 01.绪论_dec
• 02.Week1 【了解机器学习中的特征工程和模型评估】P1快速排序_dec
• 03.Week1 【了解机器学习中的特征工程和模型评估】P2堆排序_dec
• 04.Week1 【了解机器学习中的特征工程和模型评估】P3滑动窗口_dec
• 05.Week1 【了解机器学习中的特征工程和模型评估】P4双指针_dec
• 06.Week1 【了解监督学习中的经典算法】P1逻辑回归_dec
• 07.Week1 【了解监督学习中的经典算法】P2决策树_dec
• 08.Week2【学习支持向量机】P1几个重要的概念_dec
• 09.Week2【学习支持向量机】P2svm最优化问题_dec
• 10.Week2【学习支持向量机】P3硬间隔SVM最优化问题的推导_dec
• 11.Week2【学习支持向量机】P4线性可分SVM_dec
• 12.Week2【学习支持向量机】P5核函数_dec
• 13.Week2【学习支持向量机】P6smo算法_dec
• 14.Week2【数据结构和算法】P1KMP算法_dec
• 15.Week2【数据结构和算法】P2二分搜索_dec
• 16.Week2【数据结构和算法】P3哈希表_dec
• 17.Week2【了解机器学习中如何降维处理】PCA和LDA_dec
• 18.Week3【了解机器学习中的非监督学习算法】K-means_dec
• 19.Week3【数据结构和算法】P1虚拟头结点_dec
• 20.Week3【数据结构和算法】P2链表中环的入口结点_dec
• 21.Week3【数据结构和算法】P3删除链表中重复的结点_dec
• 22.Week3【数据结构和算法】P4栈，队列_dec
• 23.Week4 【机器学习中的概率图模型】P1hmm的引出和问题的介绍_dec
• 23.【达观杯nlp比赛】第一周第一节了解NLP任务和熟悉比赛题目-赛前介绍和准备_dec
• 24.Week4 【机器学习中的概率图模型】P2HMM预测问题之维特比算法_dec
• 24.【达观杯nlp比赛】第一周第一节了解NLP任务和熟悉比赛题目-赛题介绍和思路分析_dec
• 25.Week4 【机器学习中的概率图模型】P3crf的一些基础概念_dec
• 25.【达观杯nlp比赛】第一周第二节数据分析及处理_dec
• 26.Week4 【机器学习中的概率图模型】P4crf具体介绍_dec
• 26.【达观杯nlp比赛】第一周第三节——Baseline实现_dec
• 27.Week4【数据结构和算法】P1DFS和BFS_dec
• 27.【达观杯nlp比赛】第一周第四节 验证集构建和交叉验证_dec
• 28.Week4【数据结构和算法】P2最短路径_dec
• 28.【达观杯nlp比赛】第二周第一节 tensorflow2.0入门_dec
• 29.Week4【数据结构和算法】P3最小生成树_dec
• 29.【达观杯nlp比赛】第二周第二节词向量及word2vec简介_dec
• 30.Week4【数据结构和算法】P4二叉树的遍历_dec
• 30.【达观杯nlp比赛】第二周第三节深度学习baseline构建_dec
• 31.Week4【数据结构和算法】P4二叉搜索树和平衡二叉树_dec
• 31.【达观杯nlp比赛】第二周第四节深度学习baseline交叉验证_dec
• 32.Week5【前向神经网络】P1网络图和激活函数_dec
• 32.【达观杯nlp比赛】第三周第一节深度学习模型提升_dec
• 33.Week5【前向神经网络】P2前向传播_dec
• 33.【达观杯nlp比赛】第三周第二节模型调参和模型融合_dec
• 34.Week5【前向神经网络】P3损失函数选用_dec
• 35.Week5【前向神经网络】P4反向传播1_dec
• 36.Week5【前向神经网络】P5反向传播2_dec【瑞客 论坛 www.ruike1.com】
• 37.Week5【数据结构和算法】什么是递归(斐波那契额数列、跳台阶、变态跳台阶)_dec
• 38.Week5【数据结构和算法】回溯法(机器人的运动范围)_dec
• 39.Week5【数据结构和算法】什么是动态规划(leetcode 70题)_dec
• 40.Week5【数据结构和算法】01背包问题_dec
• 41.Week5【数据结构和算法】leetcode416（01背包实例）_dec
• 42.Week5【数据结构和算法】最长公共子序列(leetcode 1143题)_dec
• 43.Week5【数据结构和算法】最长上升子序列(leetcode 300题)_dec
• 44.Week5【了解序列数据中常用的循环神经网络】P1RNN_dec
• 45.Week5【了解序列数据中常用的循环神经网络】P2GRU和LSTM_dec
• 46.Week6【集成学习的原理和常见的集成学习】P1提升树算法_dec
• 47.Week6【集成学习的原理和常见的集成学习】P2梯度提升树算法_dec
• 48.Week6【集成学习的原理和常见的集成学习】P3二分类问题_dec
• 49.Week6【集成学习的原理和常见的集成学习】P4多分类问题和回归问题_dec
• 50.Week6【xgboost的原理以及常见面试题】P1xgboost的一些预备知识_dec
• 51.Week6【xgboost的原理以及常见面试题】P2结构分_dec
• 52.Week6【xgboost的原理以及常见面试题】P3贪心算法寻找分裂点_dec
• 53.Week6【xgboost的原理以及常见面试题】P5缺失值处理算法_dec
• 54.Week6【xgboost的原理以及常见面试题】P6其他优化_dec