Học máy & Giảm chiều dữ liệu
UMAP (Uniform Manifold Approximation)
ID: #205
Xem trên trang chủ
Thời gian (Time)
O(N log N)
Không gian (Space)
O(N)
Mô tả nguyên lý
Thuật toán giảm chiều dựa trên lý thuyết đa tạpRiemannian và đại số tô-pô với tốc độ cực nhanh.
Cài đặt mẫu (Implementation)
// Xây dựng đồ thị mờ láng giềng gần nhất (fuzzy simplicial set) và tối ưu hóa biểu diễn thấp chiều.
Học máy & Giảm chiều dữ liệu
t-SNE (t-Distributed Stochastic Neighbor Embedding)
ID: #204
Xem trên trang chủ
Thời gian (Time)
O(N^2 hoặc N log N)
Không gian (Space)
O(N)
Mô tả nguyên lý
Thuật toán giảm chiều phi tuyến tính tối ưu để trực quan hóa dữ liệu cao chiều trên không gian 2D/3D.
Cài đặt mẫu (Implementation)
// Chuyển đổi khoảng cách thành xác suất có điều kiện và tối ưu hàm divergence Kullback-Leibler.