第八章数据降维 (一)目的与要求 介绍主成分分析、奇异值分解、典型相关分析的基本概念和计算思想，应 用领域。 (二)教学内容 第一节主成分分析 1.主要内容 介绍主成分分析的基本原理 2.基本概念和知识点 主成分，协方差矩阵 3.问题与应用（能力要求） 掌握主成分分析的求解原理 第二节奇异值分解 1.主要内容 介绍奇异值分解的原理，掌握奇异值分解和特征值分解的区别与联系 2.基本概念和知识点 奇异值分解 3.问题与应用（能力要求 掌握奇异值分解的计算步骤 第三节典型相关分析 1.主要内容 介绍典型相关分析的基本原理 2.基本概念和知识点 典型相关分析，投影向量 3.问题与应用（能力要求） 掌握典型相关分析的计算步骤，应用领域，会计算典型载荷 第四节卷积神经网络CNN,循环神经网络RNN及LSTM L,主要内容 介绍卷积神经网络CNW,循环神经网络RNWN及LSTM基本的原理和计算 思想 2.基本概念和知识点 卷积，上采样，下采样，门原理 3.问题与应用（能力要求） 掌握卷积神经网络CNW,循环神经网络RNW及LSTW基本的原理和计算 8 8 第八章 数据降维 （一）目的与要求 介绍主成分分析、奇异值分解、典型相关分析的基本概念和计算思想，应 用领域。 （二）教学内容 第一节 主成分分析 1．主要内容 介绍主成分分析的基本原理 2．基本概念和知识点 主成分，协方差矩阵 3．问题与应用（能力要求） 掌握主成分分析的求解原理 第二节 奇异值分解 1．主要内容 介绍奇异值分解的原理，掌握奇异值分解和特征值分解的区别与联系 2．基本概念和知识点 奇异值分解 3．问题与应用（能力要求） 掌握奇异值分解的计算步骤 第三节 典型相关分析 1．主要内容 介绍典型相关分析的基本原理 2．基本概念和知识点 典型相关分析，投影向量 3．问题与应用（能力要求） 掌握典型相关分析的计算步骤，应用领域，会计算典型载荷 第四节 卷积神经网络 CNN,循环神经网络 RNN 及 LSTM 1．主要内容 介绍卷积神经网络 CNN,循环神经网络 RNN 及 LSTM 基本的原理和计算 思想 2．基本概念和知识点 卷积，上采样，下采样，门原理 3．问题与应用（能力要求） 掌握卷积神经网络 CNN,循环神经网络 RNN 及 LSTM 基本的原理和计算