고차원 데이터에서 DBSCAN의 기하학적 한계를 Isolation Forest로 해결
Your Outlier Detection is Lying to You
Feature Space 설계를 통한 객체의 수치화 및 ML 모델 입력 최적화
Векторы, размерности и пространства признаков
PCA 기반 차원 축소로 정보 손실 5% 미만 유지 및 데이터 55% 압축 달성
68. PCA: Shrinking Data Without Losing Information
Feature Space 설계를 통한 실세계 데이터의 수학적 벡터 변환 및 모델 최적화
Vectors, Dimensions, and Feature Spaces — The Geometry Behind Machine Learning