CV modeli üçün xüsusiyyət sahəsinin t-SNE/UMAP vizuallaşdırılması nədir?

t-SNE (t-Distributed Stochastic Neighbor Embedding) və UMAP (Uniform Manifold Approximation and Projection) qeyri-xətti ölçü azaldılması metodlarıdır və çox vaxt yüksək ölçülü məlumatların vizuallaşdırılması üçün istifadə olunur, məsələn, kompüter görmə (CV) modellərinin xüsusiyyətlər (feature space).

CV modellərinin kontekstində, bu metodlar kömək edir:

• Çoxölçülü xüsusiyyət vektorlarını (məsələn, neyron şəbəkələrinin qatlarının çıxışlarını) 2D və ya 3D məkanda göstərmək.
• Modelin müxtəlif siniflərin məlumatlarını necə ayırdığını və ya qruplaşdırdığını vizual olaraq qiymətləndirmək.
• Xüsusiyyətlərin quruluşunu və paylanmasını anlamaq, klasterləri və ya anomaliyaları aşkar etmək.

Nümunə: modelin öyrədilməsindən sonra, müxtəlif siniflərin şəkil xüsusiyyət vektorlarını götürüb, t-SNE və ya UMAP tətbiq etmək və yayım qrafiki qurmaq olar, burada eyni sinfə aid nöqtələr bir yerdə qruplaşacaq, bu da modelin sinifləri ayırma qabiliyyətinin yaxşı olduğunu göstərir.

Bu səbəbdən, t-SNE və UMAP, CV modellərində məlumatların daxili nümayəndəliyini şərh etmək və təhlil etmək üçün güclü vasitələrdir.