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.
Séance de cours
Réduction de dimensionnalité: PCA & t-SNE
Description
Cette séance de cours couvre les concepts d'analyse des composantes principales (APC) et d'intégration des voisins stochastiques (t-SNE) pour la réduction de dimensionnalité. PCA se concentre sur la recherche des directions de la variance maximale dans les données, tandis que t-SNE vise à préserver la topologie des données dans un espace à faible dimension. La séance de cours explique les principes mathématiques qui sous-tendent ces méthodes et leurs applications dans la visualisation des données à haute dimension.
Source officielle
À propos de ce résultat
Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.