إيزوماب (Isomap)
إيزوماب (التخطيط المتري للميزات - Isometric Feature Mapping) هو خوارزمية تعلم متعددة الأوجه (manifold learning) قدمها تينينباوم ودي سيلفا ولانغفورد في عام 2000، وتكتشف الهندسة الداخلية منخفضة الأبعاد للبيانات عالية الأبعاد عن طريق الحفاظ على المسافات الجيوديسية - بدلاً من المسافات الإقليدية المستقيمة - بين جميع أزواج النقاط. كانت واحدة من أوائل وأكثر طرق تقليل الأبعاد غير الخطية تأثيراً التي أظهرت أن الأغشية المنحنية حقاً يمكن فكها إلى نظام إحداثيات موثوق به منخفض الأبعاد.
اقرأ الطريقة كاملة
سجّل الدخول بحساب مجاني لقراءة هذا القسم.
Method map
The neighbourhood of related methods — select a node to explore.
المصادر
- Tenenbaum, J. B., de Silva, V. & Langford, J. C. (2000). A global geometric framework for nonlinear dimensionality reduction. Science, 290(5500), 2319–2323. DOI: 10.1126/science.290.5500.2319 ↗
- Hastie, T., Tibshirani, R. & Friedman, J. (2009). The Elements of Statistical Learning (2nd ed., Ch. 14). Springer. ISBN: 978-0-387-84857-0
- van der Maaten, L., Postma, E. & van den Herik, J. (2009). Dimensionality reduction: A comparative review. Journal of Machine Learning Research, 10, 66–71. link ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 3). Isometric Feature Mapping (Isomap). ScholarGate. https://scholargate.app/ar/machine-learning/isomap
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- تحليل المكونات الرئيسية باستخدام النواة (Kernel PCA)تعلم الآلة↔ compare
- تحليل المكونات الرئيسيةتعلم الآلة↔ compare
- t-SNEتعلم الآلة↔ compare