エントリーの編集
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
t-SNEを理解して可視化力を高める - Qiita
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
t-SNEを理解して可視化力を高める - Qiita
はじめに 今回は次元削減のアルゴリズムt-SNE(t-Distributed Stochastic Neighbor Embedding)についてま... はじめに 今回は次元削減のアルゴリズムt-SNE(t-Distributed Stochastic Neighbor Embedding)についてまとめました。t-SNEは高次元データを2次元又は3次元に変換して可視化するための次元削減アルゴリズムで、ディープラーニングの父とも呼ばれるヒントン教授が開発しました。今回はこのt-SNEを理解して可視化力を高めていきます。 参考 t-SNEを理解するに当たって下記を参考にさせていただきました。 Visualizing Data using t-SNE (元論文) t-SNE clearly explained StatQuest: t-SNE, Clearly Explained 【次元圧縮】t-SNE (t -distributed Stochastic Neighborhood Embedding)の理論 t-SNEの概要 t-SNEの源流