Mediaspace scheduled maintenance: Aug 25, 2026 07:00 - 12:00 AM. During this time, videos will be temporarily unavailable. Check status updates.

Concept

Nonlinear dimensionality reduction

Séances de cours associées (32)

Réduction de la dimensionnalité: PCA & LDA Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre PCA et LDA pour la réduction de dimensionnalité, expliquant la maximisation de la variance, les problèmes de vecteurs propres et les avantages de Kernel PCA pour les données non linéaires.

Récapitulation des réseaux neuraux : fonctions d'activation Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les bases des réseaux neuronaux, des fonctions d'activation, de la formation, du traitement d'image, des CNN, de la régularisation et des méthodes de réduction de dimensionnalité.

Réduction de dimensionnalité: PCA & t-SNE Connectez-vous à Mediaspace pour regarder cette vidéo

Explore PCA et t-SNE pour réduire les dimensions et visualiser efficacement les données à haute dimension.

Représentation des données : PCA Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre la représentation des données à l'aide de PCA pour la réduction de la dimensionnalité, en se concentrant sur la préservation du signal et l'élimination du bruit.

Réduction dimensionnelle Connectez-vous à Mediaspace pour regarder cette vidéo

Introduit des réseaux de neurones artificiels et explore diverses techniques de réduction de la dimensionnalité telles que PCA, LDA, Kernel PCA et t-SNE.

Réduction dimensionnelle Connectez-vous à Mediaspace pour regarder cette vidéo

Explore la décomposition de la valeur singulière et l'analyse des composantes principales pour la réduction de la dimensionnalité, avec des applications de visualisation et d'efficacité.

PCA: Cours interactif Connectez-vous à Mediaspace pour regarder cette vidéo

Sur PCA comprend des exercices interactifs et met l'accent sur la réduction de la perte d'information.

PCA: Directions de la plus grande variance Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre l'APC, trouvant les directions de la plus grande variance, la réduction de dimensionnalité des données et les limites de l'APC.

Estimation du regroupement et de la densité Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les techniques de réduction de dimensionnalité, de regroupement et d'estimation de la densité, y compris l'ACP, les moyennes K, le MGM et le décalage moyen.

Analyse en composantes principales : interprétation géométrique et réduction dimensionnelle Connectez-vous à Mediaspace pour regarder cette vidéo

Explore l'analyse des composantes principales pour la réduction des dimensions et la représentation des données dans une nouvelle base.

Classeur voisin le plus proche: Malédiction de la dimensionnalité Connectez-vous à Mediaspace pour regarder cette vidéo

Explore la méthode de classification la plus proche du voisin, en discutant de ses limites dans les espaces de grande dimension et de l'importance de la corrélation spatiale pour des prédictions efficaces.

Théorème de Johnson-Lindenstrauss Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre le théorème de Johnson-Lindenstrauss, qui intègre des points de haute dimension dans l'espace de dimension inférieure tout en préservant les distances.