![](https://cdn-ak-scissors.b.st-hatena.com/image/square/d4b5f08f58326a83d96796d861b7feb139e9ea8f/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-412672c5f0600ab9a64263b751f1bc81.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTk3MiZoPTM3OCZ0eHQ9dC1TTkUlRTMlODIlOTIlRTclOTAlODYlRTglQTclQTMlRTMlODElOTclRTMlODElQTYlRTUlOEYlQUYlRTglQTYlOTYlRTUlOEMlOTYlRTUlOEElOUIlRTMlODIlOTIlRTklQUIlOTglRTMlODIlODElRTMlODIlOEImdHh0LWFsaWduPWxlZnQlMkN0b3AmdHh0LWNvbG9yPSUyMzIxMjEyMSZ0eHQtZm9udD1IaXJhZ2lubyUyMFNhbnMlMjBXNiZ0eHQtc2l6ZT01NiZzPTlhNzIxNTZmYWZhMGUxNjA2ZTI0ZDlkMWIxOWIzODY5%26mark-x%3D142%26mark-y%3D57%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZoPTc2Jnc9NzcwJnR4dD0lNDBnLWsmdHh0LWNvbG9yPSUyMzIxMjEyMSZ0eHQtZm9udD1IaXJhZ2lubyUyMFNhbnMlMjBXNiZ0eHQtc2l6ZT0zNiZ0eHQtYWxpZ249bGVmdCUyQ3RvcCZzPTQ3ZmZlN2Q5MjFlNGE0MWViYTY4Y2RiYjQzZWE0NmQ1%26blend-x%3D142%26blend-y%3D486%26blend-mode%3Dnormal%26s%3De81990b5e894f4a42499f65b41b24966)
エントリーの編集
![loading...](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/common/loading@2x.gif)
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
![アプリのスクリーンショット](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/entry/app-screenshot.png)
- 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