Opintojakso, lukuvuosi 2023–2024
DATA.STAT.770
Dimensionality Reduction and Visualization, 5 op
Tampereen yliopisto
- Kuvaus
- Suoritustavat
Opetusperiodit
Koodi
DATA.STAT.770Opetuskieli
englantiLukuvuodet
2021–2022, 2022–2023, 2023–2024Opintojakson taso
Syventävät opinnotArvosteluasteikko
Yleinen asteikko, 0-5Vastuuhenkilö
Vastuuopettaja:
Jaakko PeltonenVastuuopettaja:
Tapio NummiVastuuorganisaatio
Informaatioteknologian ja viestinnän tiedekunta 100 %
Järjestävä organisaatio
Tietotekniikan opetus 100 %
Properties of high-dim data; Feature Selection; Linear feature extraction methods such as principal component analysis and linear discriminant analysis; Graphical excellence; Human perception; Nonlinear dimensionality reduction methods such as the self-organizing map and Laplacian embedding; Neighbor embedding methods such as stochastic neighbor embedding and the neighbor retrieval visualizer; Graph visualization; Graph layout methods such as LinLog.
Osaamistavoitteet
Esitietovaatimukset
Oppimateriaalit
Kokonaisuudet, joihin opintojakso kuuluu
Suoritustapa 1
To pass the course, you must pass the exam and complete a sufficient number of exercises from the exercise packs. Exercise packs will be released during the course.
Kaikkien osuuksien suorittaminen on pakollista.
Tentti
Tietoja ei opetusohjelmassa
Osallistuminen opetukseen
Tietoja ei opetusohjelmassa