Dimensionality Reduction episode artwork

EPISODE · Jan 7, 2020 · 28 MIN

Dimensionality Reduction

from The Erium Podcast – Data Science & Machine Learning

Wie können selbst höherdimensionale Datenbestände, mit mehr Features als Datenpunkten für Machine Learning und Data Science benutzt werden? Theo Steininger erzählt es uns in dieser neuen Folge.Das Jupyter Notebook und das passende CSV-File findet ihr unter diesem Link:https://gitlab.com/the-erium-podcast/the-erium-podcast/tree/masterDer Beitrag Dimensionality Reduction erschien zuerst auf The Erium Podcast - Data Science & Machine Learning.

NOW PLAYING

Dimensionality Reduction

0:00 28:13

No transcript for this episode yet

We transcribe on demand. Request one and we'll notify you when it's ready — usually under 10 minutes.

Frequently Asked Questions

How long is this episode of The Erium Podcast – Data Science & Machine Learning?

This episode is 28 minutes long.

When was this The Erium Podcast – Data Science & Machine Learning episode published?

This episode was published on January 7, 2020.

What is this episode about?

Wie können selbst höherdimensionale Datenbestände, mit mehr Features als Datenpunkten für Machine Learning und Data Science benutzt werden? Theo Steininger erzählt es uns in dieser neuen Folge.Das Jupyter Notebook und das passende CSV-File findet...

Can I download this The Erium Podcast – Data Science & Machine Learning episode?

Yes, you can download this episode by clicking the download button on the episode player, or subscribe to the podcast in your preferred podcast app for automatic downloads.
URL copied to clipboard!