前言

吳恩達的課程堪稱經典，有必要總結一下。
學以致用，以學促用，通過筆記總結，鞏固學習成果，復習新學的概念。

目錄

文章目錄

• 前言
• 目錄
• 正文
• • 動機一數據壓縮
  • 動機二數據可視化
  • 降維方法：PCA
  • 數據預處理

正文

本章主要討論降維。

動機一數據壓縮

數據壓縮，把二維的數據變到一維。
數據壓縮映射對應關系。
把三維的數據變到二維。

動機二數據可視化

各個國家的統計數據。
數據可視化典型例子。
數據可視化例子

降維方法：PCA

pca例子
主成份分析模式。
主成份不是線性回歸。

數據預處理

典型例子
把數據從n維降到k維。
matlab實現形式。
主成份分析算法總結。
從壓縮表示里恢復數據。
選擇前k個主成份。
k個主成份恢復例子。
使用pca的建議
應用pca。
避免過擬合。
在使用pca前首先應該考慮下要不要用。

與50位技術專家面對面20年技術見證，附贈技術全景圖

總結

以上是生活随笔為你收集整理的吴恩达 coursera ML 第十三课总结+作业答案的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。