T-sne Visualizing data using t-SNE¶T-SNE를 사용한 데이터 차원 축소 시각화¶ T-SNE 를 본격적으로 다루기 전에 SNE에 대해서 설명합니다.¶ 1. Introduction¶ 1-1 높은 차원의 데이터시각화¶높은 차원의 데이터를 시각화 하는 것은 여러 도메인에서 매우 중요한 문제이며 다양한 차원의 데이터를 다룹니다. 예를 들면 아래와 같은 다양한 경우가 있을 수 있습니다. 의료: breast cancer와 관련 있는 세포핵은 약 30개의 변수 데이터로 표현됨 이미지: 이미지를 표현하기 위해서 각 픽셀마다의 벡터(W*H) 로 표현됨 텍스트: Document를 표현하기 위해서 Word counting 방법을 통해 수만개의 변수로 표현됨 높은 차원의 데이터 시각화를 위해서 많은..
generaliztion, training error, test error 머신러닝의 기본용어인 generaliztion, test error, training error 에 대해서 소개하려고 합니다.1.generalization머신러닝의 목표는 학습데이터에 대해 잘 작동하는 것이 아닌 새로운, 보지 못 했던 데이터에 대해 잘 작동하는 것입니다. 관측하지 못한 데이터(unobserved inputs)에 대해 잘 작동하는 능력을 “generalization”이라고 합니다.2.error학습데이터에서 측정한 error를 우리는 training error라고 합니다. 관측하지 못한 새로운 input에 대한 error의 기댓값(expectation)을 우리는 generaliztion error=test error..
- Total
- Today
- Yesterday
- high dimension
- SNE
- 정리
- t-SNE
- batch normalization
- 요약
- regularization
- 배치노말라이제이션
- GAN
- self attention
- 데이터 시각화
- No Free Lunch
- growing
- self-attention
- stochastic neighborhood embedding
- Ambient GAN
- 배치 정규화
- progressive
- Ambient
- Deep Learning
- 한글
- 머신러닝
- 한국어
- PGGAN
- 설명
- 고차원
- self attention gan
- attention gan
- progressive growing gan
- internal covariate shift
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |