Êtes-vous un étudiant de l'EPFL à la recherche d'un projet de semestre?
Travaillez avec nous sur des projets en science des données et en visualisation, et déployez votre projet sous forme d'application sur Graph Search.
Cette séance de cours couvre l'algorithme de recherche le plus proche du voisin, en se concentrant sur le lemme de Johnson-Lindenstrauss pour la réduction de la dimensionnalité. L'instructeur explique le concept de recherche du plus proche voisin et l'importance du lemme de Johnson-Lindenstrauss dans la réduction de la dimensionnalité. La séance de cours traite du processus de prétraitement des données pour améliorer l'efficacité de la recherche et l'utilisation du hachage sensible à la localité pour la recherche approximative du voisin le plus proche. Diverses techniques, telles que les familles de hachage et le hachage sensible, sont explorées pour optimiser le processus de recherche.