Isomap
Isomap (Isometric Feature Mapping) एक मैनिफोल्ड लर्निंग एल्गोरिथम है जिसे Tenenbaum, de Silva, और Langford ने 2000 में प्रस्तुत किया था। यह उच्च-आयामी डेटा की आंतरिक निम्न-आयामी ज्यामिति को उजागर करता है, जिसमें बिंदुओं के बीच सीधी यूक्लिडियन दूरियों के बजाय जियोडेसिक दूरियों को संरक्षित किया जाता है। यह सबसे शुरुआती और सबसे प्रभावशाली गैर-रैखिक आयामीता न्यूनीकरण विधियों में से एक थी जिसने यह प्रदर्शित किया कि वास्तव में घुमावदार डेटा मैनिफोल्ड को एक विश्वसनीय निम्न-आयामी समन्वय प्रणाली में खोला जा सकता है।
पूरी विधि पढ़ें
यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
Method map
The neighbourhood of related methods — select a node to explore.
स्रोत
- 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 ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Isometric Feature Mapping (Isomap). ScholarGate. https://scholargate.app/hi/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.
- कर्नेल पीसीएमशीन अधिगम↔ compare
- प्रिंसिपल कंपोनेंट एनालिसिसमशीन अधिगम↔ compare
- टी-एसएनईमशीन अधिगम↔ compare