t-SNE
t-SNE (t-Distributed Stochastic Neighbor Embedding) est une méthode non linéaire de réduction de dimensionnalité introduite par Laurens van der Maaten et Geoffrey Hinton en 2008, qui projette des données de haute dimension dans un espace 2D ou 3D à des fins de visualisation. Elle préserve les similarités locales probabilistes, de sorte que les points voisins dans l'espace d'origine restent proches les uns des autres, révélant ainsi la structure des clusters et les voisinages locaux.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
+1 more
Sources
- van der Maaten, L. & Hinton, G. (2008). Visualizing Data using t-SNE. Journal of Machine Learning Research, 9(86), 2579–2605. link ↗
Comment citer cette page
ScholarGate. (2026, June 1). t-Distributed Stochastic Neighbor Embedding. ScholarGate. https://scholargate.app/fr/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.
- Modèle de mélange gaussienApprentissage automatique↔ compare
- Analyse en composantes principalesApprentissage automatique↔ compare
- SHAP (SHapley Additive exPlanations)Apprentissage automatique↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →