非監督式學習 (5)
主成分分析 (Principal Component Analysis, PCA)
最後更新:
數學, 資料科學, 機器學習, 非監督式學習
主成分分析 (Principal Component Analysis, PCA) 是多變量分析中的經典方法，是一種基於正交轉換 (orthogonal transformation) 的技術，在盡可能保留資料特徵的前提下降低維度，常用於資料視覺化與處理共線性問題。
Latent Dirichlet Allocation (LDA) 理論
最後更新:
數學, 資料科學, 機器學習, 文字探勘, 非監督式學習, Latent Dirichlet Allocation (LDA)
透過層次結構來執行自然語言處理 (Natural Language Processing)，介紹 Latent Dirichlet Allocation。
Latent Dirichlet Allocation (LDA) 應用
最後更新:
數學, 資料科學, 機器學習, 文字探勘, 非監督式學習, Latent Dirichlet Allocation (LDA)
LDA 操作、模型比較與 R 語言程式範例。
Latent Semantic Analysis
最後更新:
數學, 資料科學, 機器學習, 文字探勘, 非監督式學習
透過層次結構來執行自然語言處理 (Natural Language Processing)，介紹 LSA 與 pLSA。
Netflix 資料視覺化
最後更新:
資料科學, 資料視覺化, 非監督式學習, 推薦系統, 作品集, R 語言
做 Netflix 資料視覺化，與我從這筆資料中學到的事。