├── .gitignore
└── T-Distributed Stochastic Neighbor Embedding.ipynb


/.gitignore:
--------------------------------------------------------------------------------
1 | # Python
2 | *.pyc
3 | 
4 | # Project
5 | .ipynb_checkpoints
6 | 


--------------------------------------------------------------------------------
/T-Distributed Stochastic Neighbor Embedding.ipynb:
--------------------------------------------------------------------------------
 1 | {
 2 |  "cells": [
 3 |   {
 4 |    "cell_type": "markdown",
 5 |    "metadata": {},
 6 |    "source": [
 7 |     "# T-Distributed Stochastic Neighbor Embedding\n",
 8 |     "\n",
 9 |     "데이터의 복잡도는 컴퓨팅 파워가 증가하면서 같이 증가하고 있습니다. <br>\n",
10 |     "고차원의 데이터를 처리하는데 컴퓨터는 아무런 문제가 없겠지만.. 인간은 3차원정도밖에 이해를 하지 못하는 동물입니다.<br>\n",
11 |     "따라서 데이터를 인간이 이해할수 있는 범위에서 직관적으로 이해하기 위해서는 고차원의 데이터를 3차원 또는 2차원의 데이터로 축소시켜야 합니다.\n",
12 |     "\n",
13 |     "Manifold learning이라고도 하며 Nonlinear dimensionality reduction이라고도 합니다.<br>\n",
14 |     "전통적인 dimensionality reduction의 방법으로 Principal Components Analysis (PCA) 그리고 Multidimensional scaling (MDS) 등이 있습니다.<br>"
15 |    ]
16 |   },
17 |   {
18 |    "cell_type": "markdown",
19 |    "metadata": {},
20 |    "source": [
21 |     "# Stochastic Neighbor Embedding\n",
22 |     "\n",
23 |     "Stochastic Neighbor Embedding (SNE)는 고차원의 Euclidean distances를 conditional probability로 바꾸는 것으로부터 시작합니다.<br>\n",
24 |     "2개의 서로다른 데이터 $ x_i $ 그리고 $ x_j $ 의 유사도를 조건부 확률로 나타내었는데, 예를 들어서.. <br>\n"
25 |    ]
26 |   },
27 |   {
28 |    "cell_type": "markdown",
29 |    "metadata": {},
30 |    "source": [
31 |     "# References\n",
32 |     "\n",
33 |     "* [Visualizing Data using t-SNE PDF](http://www.jmlr.org/papers/volume9/vandermaaten08a/vandermaaten08a.pdf)\n",
34 |     "* [An illustrated introduction to the t-SNE algorithm](https://github.com/oreillymedia/t-SNE-tutorial)"
35 |    ]
36 |   }
37 |  ],
38 |  "metadata": {
39 |   "kernelspec": {
40 |    "display_name": "Python 3",
41 |    "language": "python",
42 |    "name": "python3"
43 |   },
44 |   "language_info": {
45 |    "codemirror_mode": {
46 |     "name": "ipython",
47 |     "version": 3
48 |    },
49 |    "file_extension": ".py",
50 |    "mimetype": "text/x-python",
51 |    "name": "python",
52 |    "nbconvert_exporter": "python",
53 |    "pygments_lexer": "ipython3",
54 |    "version": "3.6.1"
55 |   }
56 |  },
57 |  "nbformat": 4,
58 |  "nbformat_minor": 2
59 | }
60 | 


--------------------------------------------------------------------------------