영어에서 Dimensionality 을 사용하는 예와 한국어로 번역
{-}
-
Colloquial
-
Ecclesiastic
-
Ecclesiastic
-
Programming
-
Computer
There are many ways of talking about dimensionality.
One way to reduce dimensionality is simply to keep only some of them.
And it exists in varying layers within its own concentric dimensionality.
그리고 그것은 그 자체의 동심원적 차원들의 다양한 층들 속에 존재합니다.Longer a school for Third Dimensionality, that role is over.
차원 성을위한 학교가 길면 그 역할은 끝났습니다.You can also try transforming features with PCA to reduce dimensionality.
차원 수를 줄이기 위해 PCA를 사용하여 특징을 변환해 볼 수도 있습니다.In the above example, Dimensionality is achieved through the use of 3D‘cards.'.
This is because the number of columns defines the dimensionality of the data space.
이는 열의 개수가 데이터 공간의 차원 수를 정의하기 때문입니다.Dimensionality reduction of Facebook data was the core of his model.
페이스북 데이터의 차원 축소(dimension reduction)가 바로 그의 모델의 핵심이었던 것입니다.Linear discriminant analysis(IDA) was used as dimensionality reduction method.
Linear Discriminant Analysis (LDA)는 Dimensionality reduction만을 위한 방법은 아니다.Dimensionality reduction by learning an invariant mapping.”.
이 논문에서는 Dimensionality Reduction by Learning an Invariant Mapping(DrLIM)을 소개한다.We are going to share with you a little bit about dimensionality, because it can become rather complicated.
우리는 차원에 대해서 조금 나누고자 합니다, 왜냐하면 그것이 더 복잡해질 수 있으니까요.Obscuration, Dimensionality and Dolly& Zoom both relate to spatial continuity.
Obscuration', 'Dimensionality' 및 'Dolly & Zoom'은 모두 공간의 연속성과 관련이 있습니다.Future news services will deploy a vast array of tools and technologies for adding dimensionality to a story.
미래의 뉴스 서비스는 스토리에 새로운 차원성을 추가하기 위한 방대한 도구와 새로운 기술이 더해진다.The walls between that dimensionality are starting to thin greatly, much more than you ever thought possible.
그 차원들 사이의 벽들이 여러분이 가능하다 생각했던 것보다 더 크게 얇아지기 시작합니다.This is done by using only the first few principal components so that the dimensionality of the transformed data is reduced.
이 작업은 변환된 데이터의 차원을 줄이기 위해 처음 몇 개의 주요 구성 요소만 사용하여 수행됩니다.It's asking too much of our dimensionality reduction algorithm to get all of that from just pixel values.
그것은 단지 픽셀 값에서 그 모든 것을 얻기 위해 우리의 차원 감소 알고리즘을 너무 많이 요구하고있다.Principal Component Analysis(PCA) is one of the most popular techniques for Dimensionality Reduction.
Principal Component Analysis (PCA)는 Dimensionality reduction의 가장 대표적인 방법 중 하나이다.The role of dimensionality: why certain things happen in'from three dimensions on' and some others don't.
차원의 역할: 왜 특정 물건 '에'에 대한 3We're going to simply call that the third realm of dimensionality, because it doesn't yet have a concept in your physics.
우리는 단순히 그것을 제3의 차원의 영역으로 부를 겁니다, 왜냐하면 그것은 아직 여러분 과학에 없는 개념이기 때문입니다.The dimensionality of color vision in carriers of anomalous trichromacy".
이런 배경지식을 토대로 브리엘 조단의 연구 'The dimensionality of color vision in carriers of anomalous trichromacy'를 보겠습니다.Hence, the ability to set parameters without the need to know at the time of writing the code what the dimensionality is can greatly simplify statistical modeling.
따라서 코드를 작성할 때 차원이 무엇인지 미리 알 필요없이 파라미터를 설정할 수 있는 능력은 통계적인 모델링을 아주 간단하게 해줄 수 있습니다.Process unstructured text data, reduce dimensionality and generate data that can be easily consumed by other predictive modeling tools in JMP Pro.
비정형 텍스트 데이터를 처리하고 차원을 줄이며 다른 예측 모형화 도구에서도 쉽게 사용할 수 있는 데이터를 생성합니다.But in situations where this approach is not informative, oryou have just too many variables to work with, JMP also provides powerful statistical approaches that can effectively reduce dimensionality but preserve information.
그러나 이러한 접근법이 정보 제공에 유용하지 않거나처리할 변수가 너무 많을 경우, JMP는 강력한 통계 기능으로 차원(변수) 효과적으로 줄이고 정보를 보존할 수 있습니다.PCA lets you reduce the dimensionality of your description when correlations are present, and the implementation in JMP can accommodate very wide data efficiently.
PCA로는 상관관계가 존재할 때 변수의 차원수를 줄일 수 있고 JMP에 구현된 기능은 매우 폭넓은 데이터를 효율적으로 수용할 수 있습니다.Principal component analysis: This is an effective algorithm to reduce the dimensionality of your data, especially when there are strong linear relationships among variables.
주성분 분석(PCA; Principal Component Analysis): 데이터의 차원수를 줄이기 위한 효과적인 알고리즘으로, 특히 변수 사이에 강력한 선형 관계가 존재하는 경우 유용합니다.Fourth and fifth dimensionalities.
넷째 및 다섯 번째 차원.At this point the network doesn't really know yet what the dimensionalities of the various parameters should be.
이 시점에서 네트워크는 여러 파라미터들의 차원이 어떻게 되는지를 알 수 있는 방법이 없습니다.Step forward andfind every piece of this that you can hold in your being today and the dimensionalities will start to roll together and your perfection will return.
앞으로 나아가시고 오늘 여러분의 존재 안에 여러분이 잡을 수있는 이것의 모든 조각을 찾으세요, 그러면 차원들은 함께 구르기 시작하고 여러분의 완벽함이 되돌아올 겁니다.
