Logo
Unionpedia
Comunicazione
Disponibile su Google Play
Nuovo! Scarica Unionpedia sul tuo dispositivo Android™!
Gratuito
l'accesso più veloce di browser!
 

T-distributed stochastic neighbor embedding

Indice T-distributed stochastic neighbor embedding

t-distributed stochastic neighbor embedding (t-SNE) è un algoritmo di riduzione della dimensionalità sviluppato da Geoffrey Hinton e Laurens van der Maaten, ampiamente utilizzato come strumento di machine learning in molti ambiti di ricerca.

7 relazioni: Apprendimento automatico, Discesa del gradiente, Distribuzione t di Student, Divergenza di Kullback-Leibler, Grafico di dispersione, Probabilità condizionata, Variabile casuale.

Apprendimento automatico

L’apprendimento automatico, nota anche come machine learning, rappresenta un insieme di metodi sviluppati a partire dagli ultimi decenni del 1900 in varie comunità scientifiche con diversi nomi come: statistica computazionale, riconoscimento di pattern, reti neurali artificiali, filtraggio adattivo, teoria dei sistemi dinamici, elaborazione delle immagini, data mining, algoritmi adattivi, ecc; che utilizza metodi statistici per migliorare progressivamente la performance di un algoritmo nell'identificare pattern nei dati.

Nuovo!!: T-distributed stochastic neighbor embedding e Apprendimento automatico · Mostra di più »

Discesa del gradiente

In ottimizzazione e analisi numerica il metodo di discesa del gradiente (detto anche metodo del gradiente, metodo steepest descent o metodo di discesa più ripida) è una tecnica che consente di determinare i punti di massimo e minimo di una funzione di più variabili.

Nuovo!!: T-distributed stochastic neighbor embedding e Discesa del gradiente · Mostra di più »

Distribuzione t di Student

In teoria delle probabilità la distribuzione di Student, o t di Student, è una distribuzione di probabilità continua che governa il rapporto tra due variabili aleatorie, la prima con distribuzione normale e la seconda, al quadrato, segue una distribuzione chi quadrato.

Nuovo!!: T-distributed stochastic neighbor embedding e Distribuzione t di Student · Mostra di più »

Divergenza di Kullback-Leibler

In teoria della probabilità e in teoria dell'informazione, la divergenza di Kullback–Leibler (anche detta divergenza di informazione, entropia relativa, o KLIC) è una misura non simmetrica della differenza tra due distribuzioni di probabilità P e Q. Specificamente, la divergenza di Kullback–Leibler di Q da P, indicata con DKL(P||Q), è la misura dell'informazione persa quando Q è usata per approssimare P: KL misura il numero atteso di bit extra richiesti per la Codifica di Huffman di campioni P quando si utilizza un codice basato su Q, piuttosto che utilizzare un codice basato su P. Tipicamente P rappresenta la "vera" distribuzione di dati, osservazioni, o una distribuzione teorica calcolata con precisione.

Nuovo!!: T-distributed stochastic neighbor embedding e Divergenza di Kullback-Leibler · Mostra di più »

Grafico di dispersione

Il grafico di dispersione o grafico a dispersione o scatter plot o scatter graph è un tipo di grafico in cui due variabili di un set di dati sono riportate su uno spazio cartesiano.

Nuovo!!: T-distributed stochastic neighbor embedding e Grafico di dispersione · Mostra di più »

Probabilità condizionata

In teoria della probabilità la probabilità condizionata di un evento A rispetto a un evento B è la probabilità che si verifichi A, sapendo che B è verificato.

Nuovo!!: T-distributed stochastic neighbor embedding e Probabilità condizionata · Mostra di più »

Variabile casuale

In matematica, e in particolare nella teoria della probabilità, una variabile casuale (detta anche variabile aleatoria o variabile stocastica) è una variabile che può assumere valori diversi in dipendenza da qualche fenomeno aleatorio.

Nuovo!!: T-distributed stochastic neighbor embedding e Variabile casuale · Mostra di più »

Riorienta qui:

T-SNE, T-distributed stochastic neighbour embedding.

UscenteArrivo
Ehi! Siamo su Facebook ora! »