Skip to main content
배움 에이아이 home page
Search...
⌘K
문의하기
Search...
Navigation
차원 축소 모델 (1-10)
차원 축소 (Dimensionality Reduction)
Setup
IT Essentials
Python
Data Analysis
Machine Learning
Deep Learning
Vision
NLP
RAG
Agent
Fine-Tuning
LLMOps
AI Trend
Homepage
GitHub
00. 시작하기
머신러닝 개요
ML 입문
수학 기초
01. 데이터와 평가
데이터 준비
모델 평가와 검증
02. 실무 파이프라인
ML 파이프라인
AutoML
실무 프로젝트
03. 지도학습
분류 모델 (1-10)
분류 모델 (11-20)
분류 모델 (21-25)
회귀 모델 (1-10)
회귀 모델 (11-20)
회귀 모델 (21-30)
회귀 모델 (31-36)
앙상블 모델 (1-10)
앙상블 모델 (11-20)
앙상블 모델 (21-25)
랭킹 (Learning to Rank)
04. 비지도학습
클러스터링 모델 (1-10)
클러스터링 모델 (11-16)
차원 축소 모델 (1-10)
차원 축소 (Dimensionality Reduction)
bernoulli-rbm
dictionary-learning
factor-analysis
fast-ica
feature-agglomeration
incremental-pca
kernel-pca
lda-topic
nmf
차원 축소 모델 (11-12)
이상치 탐지 (Anomaly Detection)
매니폴드 학습 (Manifold)
05. 특수 학습 기법
전처리 (Preprocessing)
반지도 학습 (Semi-supervised)
불균형 샘플링 기법 (1-10)
불균형 샘플링 기법 (11-20)
교차 분해 (Cross Decomposition)
06. 통계 모델링
통계 모델 (1-10)
통계 모델 (11-20)
통계 모델 (21-25)
On this page
핵심 개념
자주 보는 평가 지표
알고리즘 목록
참고
차원 축소 모델 (1-10)
차원 축소 (Dimensionality Reduction)
Copy page
Copy page
고차원 데이터를 저차원으로 투영해 시각화/압축/노이즈 제거를 수행합니다.
핵심 개념
선형 투영(PCA/SVD)과 비선형 매니폴드
정보 보존량(분산 설명률) 관리
다운스트림 성능 영향 평가
자주 보는 평가 지표
Explained Variance
Reconstruction Error
Trustworthiness
알고리즘 목록
알고리즘
실습 링크
공식 문서
Bernoulli RBM
Open
Docs
Dictionary Learning
Open
Docs
Factor Analysis
Open
Docs
FastICA
Open
Docs
Feature Agglomeration
Open
Docs
Incremental PCA
Open
Docs
Kernel PCA
Open
Docs
LDA (Topic)
Open
Docs
NMF
Open
Docs
Sparse PCA
Open
Docs
Truncated SVD
Open
Docs
참고
공식 API 문서
spectral-coclustering
bernoulli-rbm
⌘I