Estatísticas e Big Data dimensionality-reduction

2

Eu sei que este é o sistema de solução de problemas de equações lineares. Mas minha pergunta é por que é um problema o número de observações ser menor que o número de preditores, como isso pode acontecer? A coleta de dados não provém do delicado projeto de pesquisa ou …

7 dimensionality-reduction linear matrix linear-algebra regression-strategies

2

Os Autoencoders preservam distâncias?

Com base no meu entendimento, os auto-codificadores são usados para encontrar uma representação compacta dos recursos de entrada que carregam as informações subjacentes essenciais. Existe alguma relação entre as distâncias L2 no espaço de entrada original e o espaço reduzido (compacto)? Caso contrário, posso treinar a rede de modo que …

7 neural-networks dimensionality-reduction distance autoencoders

1

Redução não linear de dimensionalidade: algoritmos geométricos / topológicos vs. autoencodificadores

Pelo que entendi, existem três abordagens principais para a redução não linear da dimensionalidade: Aprendizagem múltipla (algoritmos geométricos / topológicos como ISOMAP, LLE, LTSA) Autoencoders coisas que não se encaixam nas duas primeiras categorias (t-SNE inspirado em probabilidade, Kernel PCA, etc.) Quais são os benefícios e as desvantagens das duas …

7 machine-learning deep-learning dimensionality-reduction autoencoders manifold-learning

Perguntas com a marcação «dimensionality-reduction»