Locally Linear Embedding (LLE)
Locally linear embedding (LLE), যা Sam Roweis এবং Lawrence Saul ২০০০ সালে প্রবর্তন করেন, এটি একটি ম্যানিফোল্ড-লার্নিং পদ্ধতি যা নন-লিনিয়ার ডাইমেনশনালিটি রিডাকশন (dimensionality reduction) করে। এটি অনুমান করে যে ডেটা উচ্চ-মাত্রিক স্থানে (high-dimensional space) বক্ররেখা তৈরি করলেও, প্রতিটি বিন্দু এবং তার প্রতিবেশীরা প্রায় একটি সমতল অংশে (flat patch) অবস্থান করে। LLE প্রতিটি বিন্দুকে তার প্রতিবেশীদের একটি ওজনযুক্ত সংমিশ্রণ (weighted combination) হিসাবে ধরে এবং তারপর একটি নিম্ন-মাত্রিক বিন্যাস (low-dimensional layout) খুঁজে বের করে যা একই স্থানীয় সম্পর্কগুলি (local relationships) সংরক্ষণ করে, বক্র কাঠামোকে একটি বিশ্বস্ত নিম্ন-মাত্রিক মানচিত্রে (faithful low-dimensional map) উন্মোচন করে।
পুরো পদ্ধতিটি পড়ুন
এই অংশটি পড়তে বিনামূল্যের অ্যাকাউন্ট দিয়ে সাইন ইন করুন।
Method map
The neighbourhood of related methods — select a node to explore.
উৎস
- Roweis, S. T., & Saul, L. K. (2000). Nonlinear dimensionality reduction by locally linear embedding. Science, 290(5500), 2323–2326. DOI: 10.1126/science.290.5500.2323 ↗
এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন
ScholarGate. (2026, June 2). Locally Linear Embedding (LLE). ScholarGate. https://scholargate.app/bn/machine-learning/locally-linear-embedding
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.
Compare side by side →যেখানে উদ্ধৃত
এই পৃষ্ঠায় কোনো ত্রুটি চোখে পড়েছে? জানান বা সংশোধনের প্রস্তাব দিন →