分享主题
数据降维与可视化
分享人介绍
陈陟原,澳大利亚国立大学信息技术学生。曾经作为百度的社交媒体实习生,现在在北京大学做国际暑期教学助理。我对人工智能非常感兴趣,之前加入雷锋字幕组翻译过CS231n斯坦福李飞飞计算机视觉课程和CS224n自然语言处理。这次公开课想要跟大家聊聊数据可视化,也是想要向各位多多请教学习。
分享背景
子曰:比起文字人更爱看图片。相信大多数人都已经接触过数据可视化。Excel随便画一张表不就是了嘛。当然,这么说也没错。风口上猪都能吹得起来的当下,不搞点儿噱头怎么行?然而作为求真务实踏实肯干自强不息厚德载物的雷锋人,我们自然要稍微高大上一些。众所周知,二维数据可视化很容易,什么条形图饼状图这个图那个图,都是初中内容。那么三维数据呢?可能有些接触到音频产品的朋友会说瀑布图,很好。所以说,N维数据呢?物理学告诉我们,低维空间只能观察到高维空间在本维度的投影。这个这个这个,为了看张表把宇宙维度改变一下也有些忒奢侈了。既然我们本身的维度变不高,那么就只能想办法把数据的维度降低了。
所以,首先,我会给大家几个关于高维度数据的实例并展示高纬度空间的模型,从而引出维数灾难,阐述降维的重要性。随后我将给大家介绍常用的线性与非线性降维方法,他们的基本概念以及优点缺点。希望能对大家有所帮助~
分享提纲
高维数据实例&高纬度空间模型
维数灾难&降维为什么如此重要
常用的线性和非线性降维方法
分享时间
北京时间 - 8 月 7 日周二 20:00
直播链接
https://club.leiphone.com/page/openclassdetail/526
想了解更多 AI 研习社直播?
欢迎点击“阅读原文”
或者移步 AI 研习社社区~