【Mark Schmidt课件】机器学习与数据挖掘——稀疏矩阵分解
本课件主要内容包括：
-
上次课程回顾：基于正交/序贯基的PCA
-
人眼的颜色对立
-
颜色对立表示法
-
应用：人脸检测
-
特征脸
-
VQ vs. PCA vs. NMF
-
面部表示
-
非负最小二乘法
-
稀疏性与非负最小二乘法
-
稀疏性与非负性
-
NMF投影梯度
-
应用：体育分析
-
应用：癌症特征
-
正则化矩阵分解
-
稀疏矩阵分解
-
L1正则化矩阵分解
-
结构稀疏性
-
图像块的隐因子模型
-
应用：图像复原
英文原文课件下载地址：
http://page5.dfpan.com/fs/0lc9j2021e29516d157/
更多精彩文章请关注微信号：