Back T-distributed stochastic neighbor embedding English Incrustación de vecinos estocásticos distribuidos en t (t-SNE) Spanish T-sne کاهش ابعاد داده Persian T-SNE HE T-distributed stochastic neighbor embedding Italian T分布型確率的近傍埋め込み法 Japanese T-분포 확률적 임베딩 Korean Стохастическое вложение соседей с t-распределением Russian T-розподілене вкладення стохастичної близькості Ukrainian
L'algorithme t-SNE (t-distributed stochastic neighbor embedding) est une technique de réduction de dimension pour la visualisation de données développée par Geoffrey Hinton et Laurens van der Maaten et publiée en 2008[1].
Il s'agit d'une méthode non linéaire permettant de représenter un ensemble de points d'un espace à grande dimension dans un espace de deux ou trois dimensions. Les données peuvent ensuite être visualisées sous la forme d'un nuage de points. L'algorithme t-SNE tente de trouver une configuration optimale selon un critère de théorie de l'information afin de conserver la proximité entre les points pendant la transformation : deux points qui sont proches (resp. éloignés) dans l'espace d'origine doivent être proches (resp. éloignés) dans l'espace de faible dimension.
- L.J.P. van der Maaten et Hinton, G.E., « Visualizing High-Dimensional Data Using t-SNE », Journal of Machine Learning Research, vol. 9, , p. 2579–2605 (lire en ligne)
© MMXXIII Rich X Search. We shall prevail. All rights reserved. Rich X Search