t-распределенное стохастическое встраивание соседей (t-SNE) | Снижение размерности | Объяснение скачать в хорошем качестве

t-распределенное стохастическое встраивание соседей (t-SNE) | Снижение размерности | Объяснение

📖 Примечания: https://robosathi.com/docs/machine_le... 🎥 Следующее видео: UMAP:    • Uniform Manifold Approximation and Project...   🎥 Связанное видео: KL-дивергенция:    • Entropy for Machine Learning | Surprise | ...   👉 В этом видео мы разберем, как на самом деле работает t-SNE, начиная с примеров его применения в реальном мире и заканчивая математической интуицией, лежащей в основе гауссовых и t-распределений. 🎯 Цели обучения ✅ Понять, что такое t-SNE? ✅ Изучите роль гауссова распределения в многомерном пространстве ✅ Поймите, почему t-распределение используется в маломерном пространстве ✅ Интуитивно сравните гауссово и t-распределение ✅ Узнайте, как градиентный спуск оптимизирует эмбеддинги 👉 Плейлист «Математика для машинного обучения»:    • Maths for AI & ML   🕔 Временные метки 🕘 00:00:00 - 00:00:25 Введение 00:00:26 - 00:01:23 Пример использования t-SNE 00:01:24 - 00:02:32 Интуитивное понимание t-SNE 00:02:33 - 00:03:35 Что такое t-SNE 00:03:36 - 00:09:56 Решение задач 00:09:57 - 00:13:42 Многомерное пространство (гауссово распределение) 00:13:43 - 00:15:16 Низкоразмерное пространство (t-распределение) 00:15:17 - 00:17:47 Гауссово распределение против t-распределения 00:17:48 - 00:18:36 Оптимизация 00:18:37 - 00:19:34 Градиентный спуск 00:19:35 - 00:20:43 Значение терминов 00:20:44 - 00:23:44 Интерпретация 00:23:45 - 00:26:49 Шаг обновления 00:26:50 - 00:28:54 Загадка 00:28:55 - 00:30:47 Недостатки t-SNE 00:30:48 - 00:31:27 Что дальше? 🤔 #ai #ml #tsne #gradientdescent #perplexity