【Mark Schmidt课件】机器学习与数据挖掘——多维尺度

本课件主要内容包括：

1. 多维尺度

2. 不同的多维尺度代价函数

3. Sammon映射

4. 学习流形

5. 图像空间的流形

6. ISOMAP

7. 题外话：构造邻接图

8. 从特征到图形的转换

9. Sammon映射 vs. ISOMAP vs. PCA

10. Sammon映射 vs. ISOMAP vs. t-SNE

11. t分布随机邻域嵌入

12. t-SNE的性能总是优于PCA吗？

13. Word2Vec

14. Word2Vec示例

英文原文课件下载地址：

http://page5.dfpan.com/fs/9l4c6j32c231e2a9169/

更多精彩文章请关注微信号：