- Algoritma pembelajaran mesin mana yang digunakan untuk pengurangan dimensionalitas?
- Apa 3 cara mengurangi dimensionalitas?
- Algoritma reduksi dimensi yang paling populer?
Algoritma pembelajaran mesin mana yang digunakan untuk pengurangan dimensionalitas?
Analisis Komponen Utama (PCA)
Dalam konteks pembelajaran mesin (ML), PCA adalah algoritma pembelajaran mesin tanpa pengawasan yang digunakan untuk pengurangan dimensionalitas.
Apa 3 cara mengurangi dimensionalitas?
3 teknik baru untuk pengurangan data-dimensi dalam pembelajaran mesin. Para penulis mengidentifikasi tiga teknik untuk mengurangi dimensi data, yang semuanya dapat membantu mempercepat pembelajaran mesin: analisis diskriminan linier (LDA), autoencoding saraf dan penyembatan tetangga stokastik yang didistribusikan T (T-SNE).
Algoritma reduksi dimensi yang paling populer?
Analisis komponen utama, atau PCA, mungkin merupakan teknik paling populer untuk pengurangan dimensi dengan data padat (beberapa nilai nol).