文件名称：Dimensionality-Reduction-Tutorial
文件大小：44.43MB
文件格式：ZIP
更新时间：2024-08-12 12:45:45
HTML
降维教程：PCA & UMAP 自述文件由伊莎贝拉·贝拉斯克斯提供 请加入我们与 Anabel Ruggiero 的午餐时间 R-Ladies 聚会。 Anabel 将指导我们完成降维教程。 降维是一种用于数据可视化和作为模型初始层的有用技术。 这使其成为数据科学家武器库中的强大工具。 Anabel 将介绍 PCA、tSNE 和 UMAP 背后的数学和算法的基础知识。 大部分时间将用于实现这些算法的 R 示例。 Anabel Ruggiero 是一名非附属研究人员，其兴趣在于应用数学和软件工程的交叉领域。 她在俄克拉荷马州立大学获得化学工程博士学位，在那里她从事计算生物系统领域的研究。 她目前的项目是 NNDescent.cpp，这是 PyNNDescent 的重新实现和迭代。 该项目是 NeurIPS 2021 主办的“十亿级近似最近邻搜索挑战”中的一个条目。 领英： :
【文件预览】：
Dimensionality-Reduction-Tutorial-main
----PCA.r(1KB)
----Presentation()
--------Dimensionality-Reduction.pptm(6.67MB)
----Dimensionality-Redux-Tutorial.png(1.55MB)
----Dimensionality-Redux.r(2KB)
----OpenData.r(3KB)
----BinaryData()
--------MNIST-Fashion-Train-Uint8.bin(44.86MB)
--------MNIST-Fashion-Neighbors.bin(3.81MB)
--------MNIST-Fashion-Test.bin(29.91MB)
--------MNIST-Fashion-Test-MetaGraphEdges.bin(592KB)
--------MNIST-Fashion-Train-SplittingIndicies.bin(469KB)
--------MNIST-Fashion-Train-COMs.bin(3.6MB)
----UMAP.r(352B)
----.gitignore(37B)
----tutorial_Rmd.html(1.58MB)
----tutorial_Rmd.Rmd(6KB)
----Dimensionality-Redux-Tutorial.Rproj(205B)
----README.md(2KB)