Return to Video

Which Data is Good for PCA - Intro to Machine Learning

  • 0:00 - 0:03
    .والإجابة هي نعم في جميع الحالات
  • 0:03 - 0:07
    .إن الحالة واضحة المعالم هي الموجودة على اليسار، والتي ناقشناها بالفعل
  • 0:07 - 0:12
    ولكن لدينا بيانات على شكل دائرة والتي يمكن أن تظل محورًا رئيسيًا
  • 0:12 - 0:14
    .ومحورًا ثانويًا
  • 0:14 - 0:18
    وسيعطيكم تحليل المكونات المبدئية نتيجة حيث يكون
  • 0:18 - 0:21
    .x الأول في هذا الاتجاه والثاني في هذا الاتجاه
  • 0:21 - 0:23
    .أما الحالة الثالثة، فهي مدهشة
  • 0:23 - 0:24
    ،عندما نتذكر الانحدار
  • 0:24 - 0:27
    فإنه من المستحيل إجراء انحدار يمتد عموديًا
  • 0:27 - 0:33
    .لأنه لا يمكنه إعادة تقسيم مجموعة البيانات هذه هنا كدالة فيها f تساوي f من x
  • 0:33 - 0:37
    ولكن الانحدار يعامل المتغيرات بشكل غير متماثل جدًا؛
  • 0:37 - 0:39
    .حيث يتم طرح المدخلات والمخرجات
  • 0:39 - 0:41
    .في تحليل المكونات المبدئية، فإن كل ما نحصل عليه هو المتجهات
  • 0:41 - 0:47
    ،لذلك، يمكنني بسهولة تخيل نظام رباعي يقع فيه محور x عموديًا
  • 0:47 - 0:51
    .ويمتد محور y إلى اليسار، وهذه هي الإجابة بالنسبة لتحليل المكونات المبدئية في هذه الحالة
Title:
Which Data is Good for PCA - Intro to Machine Learning
Description:

more » « less
Video Language:
English
Team:
Udacity
Project:
ud120 - Intro to Machine Learning
Duration:
0:53

Arabic subtitles

Revisions