课程目录
1 开课简介 (01:27) 2 机器学习知识体系 (06:45) 3 机器学习流程 (01:38) 4 聚类简介 (02:55) 5 K-means算法原理 (04:56) 6 K-means中距离计算方法 (07:16) 7 K-means原生代码实现 (13:36) 8 使用sklearn实现K-means (02:46) 9 层次聚类基本原理 (05:53) 10 层次聚类中类间距离计算方法 (02:46) 11 层次聚类计算方法举例 (06:18) 12 层次聚类的sklearn实现 (03:28) 13 密度聚类 (07:34) 14 密度聚类sklearn实现 (03:21) 15 谱聚类介绍及算法原理 (08:56) 16 谱聚类sklearn实现 (02:25) 17 聚类算法评价指标 (10:39) 18 聚类评价指标代码实现 (07:20) 19 聚类案例：亚洲球队聚类分析 (07:53) 20 PCA介绍 (09:06) 21 基于协方差矩阵的特征值分解算法实现PCA (10:50) 22 协方差矩阵的特征值分解算法代码实现 (11:49) 23 基于数据矩阵的奇异值分解算法实现PCA (05:59) 24 数据矩阵的奇异值分解算法代码实现 (02:54) 25 sklearn实现PCA (01:52) 26 如何选取主成分个数 (08:34) 27 案例：照片降维 (09:18)
