Визуализатсияи фазои хусусиятҳои модели CV бо t-SNE/UMAP чист?

t-SNE (t-Distributed Stochastic Neighbor Embedding) ва UMAP (Uniform Manifold Approximation and Projection) — бу нелинейӣ камайтириш усуллари бўлиб, улар кўпинча юқори ўлчамли маълумотларни, масалан, компьютер кўриши (CV) моделларининг хусусиятлар (feature space) учун визуализация қилишда қўлланилади.

CV моделларининг контекстида, бу усуллар ёрдамида:

• Кўп ўлчамли хусусият векторларини (масалан, нейрон тармоқларининг қаватлар чиқишлари) 2D ёки 3D ҳудудда кўрсатиш.
• Моделнинг турли синфлар маълумотларини қандай ажратиш ёки гуруҳлашини визуал баҳолаш.
• Хусусиятлар тузилиши ва тарқалишини тушуниш, кластерлар ёки аномалияларни аниқлаш.

Масалан, моделни ўргатгандан кейин, турли синфлардан олинган тасвирлар хусусият векторларини олиш, t-SNE ёки UMAP қўллаш ва тарқатиш диаграммаси яратиш мумкин, бу ерда бир синфга тегишли нуқталар бирга гуруҳланади, бу моделнинг синфларни ажратиш қобилияти яхши эканлигини кўрсатади.

Шунинг учун, t-SNE ва UMAP, CV моделларида маълумотларнинг ички вакиллигини тушуниш ва таҳлил қилиш учун кучли воситалардир.