Isomap
Isomap (Isometric Feature Mapping) és un algorisme d'aprenentatge de varietats introduït per Tenenbaum, de Silva i Langford l'any 2000 que descobreix la geometria intrínseca de baixa dimensió de dades d'alta dimensió preservant les distàncies geodèsiques —en lloc de les distàncies euclidianes en línia recta— entre tots els parells de punts. Va ser un dels primers i més influents mètodes de reducció de dimensionalitat no lineal que va demostrar que les varietats de dades genuïnament corbes podien desplegar-se en un sistema de coordenades fidel de baixa dimensió.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
Fonts
- 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 ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Isometric Feature Mapping (Isomap). ScholarGate. https://scholargate.app/ca/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.
- Kernel PCAAprenentatge automàtic↔ compare
- Anàlisi de Components PrincipalsAprenentatge automàtic↔ compare
- t-SNEAprenentatge automàtic↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →