Isomap
Isomap (Isometric Feature Mapping) este un algoritm de învățare a varietăților (manifold learning) introdus de Tenenbaum, de Silva și Langford în 2000, care descoperă geometria intrinsecă de joasă dimensiune a datelor de înaltă dimensiune prin conservarea distanțelor geodezice — mai degrabă decât a celor euclidiene — între toate perechile de puncte. A fost una dintre cele mai timpurii și mai influente metode de reducere a dimensionalității neliniare care a demonstrat că varietățile de date cu curbură autentică pot fi desfășurate într-un sistem de coordonate fidel de joasă dimensiune.
Citește metoda completă
Autentifică-te cu un cont gratuit pentru a citi această secțiune.
Method map
The neighbourhood of related methods — select a node to explore.
Surse
- 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 ↗
Cum se citează această pagină
ScholarGate. (2026, June 3). Isometric Feature Mapping (Isomap). ScholarGate. https://scholargate.app/ro/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.
- PCA cu nucleuÎnvățare automată↔ compare
- Analiza Componentelor PrincipaleÎnvățare automată↔ compare
- t-SNEÎnvățare automată↔ compare
Citat de
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →