aotamasaki https://blog.hatena.ne.jp/aotamasaki/ 学習する天然ニューラルネット https://aotamasaki.hatenablog.com/ 機械学習 はじめに なぜ、あとからサンプルを布置できると嬉しいのか？ ドキュメントにそって インストール データの概要 訓練とテストに分割 訓練データで空間を学習 この潜在空間で学習 テストデータの潜在空間への布置 テストデータへの汎化性能 まとめ はじめに UMAPという新しい可視化の手法が開発された。 github.com 私的に、この手法の利点は大きく2つあると考えている。 t-SNEよりも高速でありながらt-SNEと同じような可視化の結果が得られる。 t-SNEと違って、学習済みの空間に、あとから新規のサンプルを布置できる。 特に、2番目について言及している。ブログ記事は日本語では見つからなかっ… 190 <iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Faotamasaki.hatenablog.com%2Fentry%2F2018%2F07%2F28%2F220102" title="ハンズオンUMAP - 学習する天然ニューラルネット" class="embed-card embed-blogcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;"></iframe> Hatena Blog https://hatena.blog 2018-07-28 22:01:02 rich https://aotamasaki.hatenablog.com/entry/2018/07/28/220102 1.0 100%