JOUR 41 — t-SNE : Visualiser la complexité en 2D (méthode non-linéaire)
Автор: Aboubacar compo
Загружено: 2026-02-16
Просмотров: 9
Описание:
La PCA ne voit que des relations linéaires. Mais si tes données ont une structure complexe (images, embeddings, textes), elle peut complètement manquer les clusters.
Aujourd'hui (Jour 41), on découvre t-SNE : la méthode de visualisation non-linéaire qui révèle des groupes cachés en 2D.
Au programme :
✅ L'intuition : préserver les voisinages locaux
✅ Le paramètre clé : Perplexity (combien de voisins ?)
✅ Usages ML : embeddings, clustering, anomalies
⚠️ Limites : lent, pas de projection de nouvelles données, axes non interprétables
#tSNE #DataVisualization #MachineLearning #DataScience #Python #DimensionalityReduction #Clustering #Embeddings #NLP #ComputerVision #UnsupervisedLearning #EDA #DeepLearning #AI #100JoursDeML #NonLinear #MNIST #FeatureEngineering #DataAnalysis #Sklearn #IntelligenceArtificielle #IAAct #GouvernanceIA #IAResponsable #PrivacyByDesign #StartupsAfricaines #InnovationAfricaine
#ConformitéNumérique #DroitNumérique #AIRegulation #TechAfrica #IAÉthique #TransformationDigitale #TraitementDuLangage #MachineLearning #DeepLearning #IAGénérative #ComputerVision #NLP #100JoursDeML #DataScience #TechPourTous #ApprentissageAutomatique #ReconversionProfessionnelle #TechPourTous #Validation #CrossValidation #DataLeakage #IA #Dataset
Повторяем попытку...
Доступные форматы для скачивания:
Скачать видео
-
Информация по загрузке:
![Цепи Маркова — математика предсказаний [Veritasium]](https://imager.clipsaver.ru/QI7oUwNrQ34/max.jpg)
