VIP20
本课程属于：045-AI药物发现特征学习任务 生物信息学与 AI 制药工程 · 共 20 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

特征降维PCA与t-SNE应用

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
降维概述
为什么需要降维？数据灾难与可视化需求
降维概述为什么需要降维？…
02
降维方法分类
线性降维与非线性的区别
降维方法分类线性降维
03
PCA数学原理
协方差矩阵 · 特征值与特征向量
PCA数学原理
04
PCA算法步骤
数据中心化 · 协方差计算 · 特征分解
PCA算法步骤
05
PCA的Python实现
使用sklearn.decompos…
PCAPython
06
方差解释率与主成分选择
Scree Plot与累计方差
方差解释率主成分选择
07
PCA实战
高维数据降维可视化（鸢尾花数据集）
PCA高维数据降维可视…
08
PCA在人脸识别中的应用
Eigenfaces原理与实现
PCA人脸识别
09
PCA的局限性
线性假设与全局结构问题
PCA的局限性
10
t-SNE概述
非线性降维的动机与核心思想
t-SNE非线性降维的动机
11
t-SNE数学原理
条件概率 · KL散度与梯度
t-SNE数学原理
12
t-SNE算法流程
从高维到低维的迭代优化
t-SNE算法流程
13
t-SNE的Python实现
使用sklearn.manifold…
t-SNEPython
14
困惑度参数
如何选择？过大过小的影响
困惑度参数如何选择？过大过…
15
t-SNE可视化实战
MNIST手写数字聚类展示
t-SNE可视化实战
16
t-SNE与PCA对比
结构保持 · 计算成本 · 随机性
t-SNEPCA
17
t-SNE的实践技巧
学习率 · 迭代次数与随机种子
t-SNE的实践技巧
18
t-SNE用于异常检测
发现离群点的直观方法
t-SNE用于异常检测
19
t-SNE的随机性与可重复性
固定random_state
t-SNE的随机性
20
大规模数据上的t-SNE
Barnes-Hut近似与参数优化
t-SNE大规模数据上的
21
UMAP简介
速度更快 · 结构保持更好的新方法
UMAP简介
22
PCA、t-SNE、UMAP三剑客对比
适用场景与效果
PCAt-SNE
23
降维在图像数据中的应用
特征提取与压缩
降维图像数据
24
降维在文本数据中的应用
词向量（Word2Vec）可视化
降维文本数据
25
降维在生物信息学中的应用
单细胞RNA-seq聚类
降维生物信息学
26
降维在推荐系统中的应用
用户-物品矩阵分解
降维推荐系统
27
降维评估指标
Trustworthiness · Continuity等
降维评估指标Trustworthin…
28
降维中的过拟合与正则化
避免噪声误导
降维过拟合
29
综合实战项目一
用PCA和t-SNE分析鸢尾花完整流…
综合实战项目一PCA
30
综合实战项目二
用PCA和t-SNE分析MNIST手…
综合实战项目二PCA