Machine learning

t-SNE

t-SNE (t-Distributed Stochastic Neighbor Embedding) — нелинейный метод снижения размерности, представленный Лоренсом ван дер Маатеном и Джеффри Хинтоном в 2008 году, который отображает высокоразмерные данные в 2D или 3D пространство для визуализации. Он сохраняет вероятностные локальные сходства, поэтому точки, являющиеся соседями в исходном пространстве, остаются близко друг к другу, выявляя кластерную структуру и локальные окрестности.

Открыть в MethodMindСкороВидеоСкороDownload slides

Читать метод полностью

Только для участников

Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.

Войти

Method map

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

+1 more

Источники

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

Как цитировать эту страницу

ScholarGate. (2026, June 1). t-Distributed Stochastic Neighbor Embedding. ScholarGate. https://scholargate.app/ru/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

Упоминается в

ScholarGatet-SNE (t-Distributed Stochastic Neighbor Embedding). Получено 2026-06-15 из https://scholargate.app/ru/machine-learning/t-sne · Набор данных: https://doi.org/10.5281/zenodo.20539026