비선형 차원 축소 - 로봇 시스템의 데이터 표현을 강화하기 위한 고급 기술
Fouad Sabry
Traducteur Baek Hyun
Maison d'édition: 10 억 지식이 걸립니다 [Korean]
Synopsis
1: 비선형 차원 축소: 기본 개념과 고차원 데이터를 축소하여 분석을 더 쉽게 하는 것의 중요성을 알아봅니다. 2: 선형 맵: 선형 매핑의 기본 사항과 머신 러닝에서 데이터 차원을 축소하는 데 있어서의 역할을 소개합니다. 3: 지원 벡터 머신: 지원 벡터 머신이 분류 작업과 패턴 인식에 차원 축소를 적용하는 방법을 알아봅니다. 4: 주성분 분석: 데이터를 선형적으로 상관되지 않은 변수 집합으로 변환하는 PCA 기술을 탐구합니다. 5: 등거리: 등거리 기술이 데이터 차원을 축소하는 동안 점 사이의 거리를 유지하는 방법을 살펴봅니다. 6: 차원 축소: 차원 축소의 더 광범위한 범위와 다양한 분야에서의 응용 프로그램을 이해합니다. 7: 준정부호 임베딩: 준정부호 프로그래밍과 차원 축소 방법과의 관련성을 연구합니다. 8: 커널 방법: 데이터 축소에서 비선형 관계를 처리하는 데 있어서 커널 방법의 힘을 발견합니다. 9: 커널 주성분 분석: 고차원 피처 공간에서 차원 축소를 수행하는 KPCA의 기능을 살펴보세요. 10: 수치적 연속: 수치적 연속 기술이 고차원 시스템을 이해하는 데 어떻게 도움이 되는지 알아보세요. 11: 스펙트럼 클러스터링: 스펙트럼 클러스터링이 차원 축소를 활용하여 유사한 데이터 포인트를 그룹화하는 방법을 알아보세요. 12: 아이소맵: 차원 축소를 위해 다차원 스케일링과 지오데식 거리를 결합하는 기술인 아이소맵을 살펴보세요. 13: 존슨-린덴스트라우스 레마: 차원 축소가 기하학적 속성을 유지하도록 하는 존슨린덴스트라우스 레마의 수학을 탐구하세요. 14: 선형비선형푸아송 캐스케이드 모델: 이 모델이 차원 축소에서 선형 및 비선형 방법을 통합하는 방법을 연구하세요. 15: 매니폴드 정렬: 매니폴드 정렬과 차원 축소에서 다양한 도메인의 데이터를 정렬하는 데 있어서의 중요성에 대해 알아보세요. 16: 확산 맵: 확산 맵이 복잡한 데이터 세트에서 차원 감소를 위해 확산 프로세스를 사용하는 방법을 이해합니다. 17: T분산 확률적 이웃 임베딩: 데이터의 로컬 구조를 보존하면서 차원을 줄이는 tSNE의 기능을 살펴봅니다. 18: 분포의 커널 임베딩: 커널 임베딩이 데이터 세트뿐만 아니라 분포에 대한 차원 감소를 허용하는 방법을 연구합니다. 19: 무작위 투영: 빠른 계산을 위해 무작위 투영에 의존하는 차원 감소에 대한 실용적인 접근 방식입니다. 20: 매니폴드 정규화: 매니폴드 정규화 기술과 고차원 데이터에서 학습에 미치는 영향에 대해 알아봅니다. 21: 경험적 동적 모델링: 경험적 동적 모델링이 시계열 데이터 분석을 통해 차원 감소에 어떻게 도움이 되는지 알아봅니다.
Disponible depuis: 18/12/2024.
Longueur d'impression: 320 pages.
