Strona główna▸Data science i statystyka▸Redukcja wymiarowości: PCA, t-SNE i UMAP

📉 Redukcja wymiarowości: PCA, t-SNE i UMAP

Zobacz prawdziwe PCA (dekompozycja własna macierzy kowariancji), działającą na żywo optymalizację w stylu t-SNE oraz osadzanie w stylu UMAP na chmurach punktów 3D, rzutowane w czasie rzeczywistym do 2D.

Data science i statystyka2DZaawansowany60 FPS

⚙ Pod maską

Zobacz prawdziwe PCA (dekompozycja własna macierzy kowariancji), działającą na żywo optymalizację w stylu t-SNE oraz osadzanie w stylu UMAP rzutujące chmury punktów 3D do 2D w czasie rzeczywistym.

dimensionality-reductionpcat-sneumapmachine-learningeigenvectors

2D · Canvas 2D · docelowo 60 FPS · działa w całości w przeglądarce, bez instalacji