> ML_LITERATURE // MCINNES-2018-UMAP-UNIFORM-MANIFOLD-APPROXIMATION-PROJECTION_v1.0
UMAP: Uniform Manifold Approximation and Projection for Dimension Reduction
Leland McInnes, John Healy, James Melville · arXiv preprint (2018)
algorithm2018industry-standardthirdPartyReproduced
Temel Katkı (Principal Contribution)
Riemann geometrisi ve bulanık simplisiyel kümeler kullanarak küresel yapıyı hızlı izdüşümle koruyan doğrusal olmayan boyut indirgemeyi formüle etti.
Operasyonel ve Mühendislik Uygunluğu
Tek hücreli genomik, NLP gömmeleri ve siber güvenlik analitiğinde baskın manifold görselleştirme ve boyut indirgeme tekniği.
Temel Varsayımlar (Assumptions)
- Veri manifoldu yaklaştırılmış bir Riemann metriğine göre yerel olarak bağlantılı ve tekdüze dağılmıştır
Kısıtlar ve Sınırlamalar (Limitations)
- Gömmeler n_neighbors ve min_dist hiperparametrelerine büyük ölçüde bağlıdır; uzak kümeler arasındaki mesafeler dikkatli yorumlanmalıdır
Bağlantılı Algoritmalar, Mimariler ve Kütüphaneler
İlgili Algoritmalar:
İlgili Mimariler:
Uygulayıcı Kütüphaneler:
