你将学会
- 理解 PCA 方差最大化投影降维的数学原理
- 明确降维在去噪与缓解维度灾难上的作用
- 能独立完成高维数据降维计算
- 建立无监督特征压缩的分析思路
本课程通过高维数据案例讲解PCA方差最大化与协方差矩阵特征分解,解决维度灾难与噪声干扰,帮助学习者完成降维与可视化。
介绍一种把高维数据压缩到低维、同时尽量保留主要信息的常用降维手段。文章先说明降维在提速、去噪、缓解维度灾难上的价值,再用投影方差最大这一直观想法解释主成分从何而来,并讲清主成分彼此正交、按信息量排序的特点。面向做建模或可视化的读者,读完能理解它的几何直觉与适用边界,知道何时该先做降维再建模。
本课程讲解 std::ref 引用包装器原理,解决模板值传参时大对象拷贝,帮助学习者在 bind 与回调中用 ref 避免拷贝。
本课程讲解 gRPC 编译安装与 Greeter 示例,解决客户端像调本地函数访问远程服务,帮助学习者写 proto 生成客户端。
本课程经Softmax瓶颈分析与Huffman树推导,讲解层次Softmax加速原理,解决大词表计算过大,帮助理解概率优化思路。