Machine learning

t-SNE

Το t-SNE (t-Distributed Stochastic Neighbor Embedding) είναι μια μη γραμμική μέθοδος μείωσης διαστατικότητας που εισήχθη από τους Laurens van der Maaten και Geoffrey Hinton το 2008 και χαρτογραφεί δεδομένα υψηλής διαστατικότητας σε χώρο 2D ή 3D για οπτικοποίηση. Διατηρεί τις πιθανοτικές τοπικές ομοιότητες, έτσι ώστε σημεία που είναι γειτονικά στον αρχικό χώρο να παραμένουν κοντά, αποκαλύπτοντας δομή συστάδων και τοπικές γειτονιές.

Άνοιγμα στο MethodMindΣύντομαΒίντεοΣύντομαDownload slides

Διαβάστε ολόκληρη τη μέθοδο

Μόνο για μέλη

Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.

Σύνδεση

Method map

The neighbourhood of related methods — select a node to explore.

+1 more

Πηγές

  1. van der Maaten, L. & Hinton, G. (2008). Visualizing Data using t-SNE. Journal of Machine Learning Research, 9(86), 2579–2605. link

Πώς να παραπέμψετε σε αυτή τη σελίδα

ScholarGate. (2026, June 1). t-Distributed Stochastic Neighbor Embedding. ScholarGate. https://scholargate.app/el/machine-learning/t-sne

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

Αναφέρεται από

ScholarGatet-SNE (t-Distributed Stochastic Neighbor Embedding). Ανακτήθηκε στις 2026-06-15 από https://scholargate.app/el/machine-learning/t-sne · Σύνολο δεδομένων: https://doi.org/10.5281/zenodo.20539026