原文：特征值与特征向量：信号处理中的应用
PCA线性代数讲解
imelee    阅386    转4
【T】排序
追着天使拔毛    阅133
PCA数学原理
dinghj    阅71314    转856
矩阵特征值分解与奇异值分解含义解析及应用
breezy    阅2152    转27
「Deep Learning」读书系列分享第二章：线性代数 | 分享总结
taotao_2016    阅242    转11
机器学习中的数学(5)
阿甘Y    阅298    转6
一文读懂协方差与协方差矩阵
吴敬锐    阅13430    转18
线性代数的本质
人老颠东    阅40    转3
机器学习中的数学(4)-线性判别分析（LDA）, 主成分分析(PCA)
dadaadao    阅718    转18
LDA
学海无涯GL    阅1192    转6
从奇异值分解 SVD 看 PCA 的主成分
汉无为    阅81    转2
主成分分析PCA以及特征值和特征向量的意义
思美人盻    阅1477    转2
LDA, PCA机器学习分类
pplqingshi    阅117    转2
抓住主要信息，线性降维的技术——PCA
CDA数据分析师    阅32
上海交通大学2021年研究生入学考试高等代数试题解答
小朱的读书笔记    阅33
线性代数：特征值的本质是什么？
123xyz123    阅684    转6
【推荐系统】特征值分解（谱分解）和奇异值分解（SVD），即在PCA上的应用
黑尘子    阅2352    转6
PCA数据降维：从代码到原理的深入解析
thedust79    阅107
PCA算法学习
michael1314520    阅123
协方差矩阵的意义及其应用，线性代数和各种应用之间的一个联系
老胡说科学    阅48    转5
不懂这些线性代数知识 别说你是搞机器学习的
码农书馆    阅696
学术一把——理解矩阵和特征向量的本质
参谋指挥学院    阅11101    转139
线性代数知识体系
Zzyx1988    阅382    转20
从拉普拉斯矩阵说到谱聚类
成长中辉煌    阅548    转7
矩阵论知识点
Distinctional    阅1049    转6