Statistiche e Big Data manifold-learning

3

Nella tecnica di riduzione della dimensionalità come Analisi dei componenti principali, LDA ecc. Viene spesso utilizzato il termine collettore. Che cos'è una varietà in termini non tecnici? Se un punto appartiene ad una sfera il cui voglio ridurre, e se v'è un rumore dimensione ed ed sono incorrelati, allora i …

29 terminology manifold-learning

2

Come capire "non lineare" come in "riduzione della dimensionalità non lineare"?

Sto cercando di comprendere le differenze tra i metodi di riduzione della dimensionalità lineare (ad es. PCA) e quelli non lineari (ad es. Isomap). Non riesco proprio a capire cosa implica la (non) linearità in questo contesto. Ho letto da Wikipedia che In confronto, se PCA (un algoritmo di riduzione …

24 pca terminology dimensionality-reduction pattern-recognition manifold-learning

2

Qual è il presupposto molteplice dell'apprendimento semi-supervisionato?

Sto cercando di capire cosa significhi l'assunzione multiforme nell'apprendimento semi-supervisionato. Qualcuno può spiegare in modo semplice? Non riesco a capire l'intuizione. Dice che i tuoi dati si trovano su una varietà a bassa dimensione incorporata in uno spazio di dimensione superiore. Non ho capito cosa significhi.

20 machine-learning unsupervised-learning supervised-learning manifold-learning

2

Intuizione grafica delle statistiche su una varietà

In questo post , puoi leggere la dichiarazione: I modelli sono generalmente rappresentati da punti θθ\theta su una varietà dimensionale finita. Su Geometria differenziale e Statistica di Michael K Murray e John W Rice questi concetti sono spiegati in prosa leggibili anche ignorando le espressioni matematiche. Sfortunatamente, ci sono pochissime …

12 distributions manifold-learning information-geometry topologies

1

Come scegliere un kernel per il kernel PCA?

Quali sono i modi per scegliere quale kernel comporterebbe una buona separazione dei dati nell'output finale dei dati dal kernel PCA (analisi dei componenti principali) e quali sono i modi per ottimizzare i parametri del kernel? I termini di Layman, se possibile, sarebbero molto apprezzati e anche i collegamenti a …

12 pca cross-validation dimensionality-reduction kernel-trick manifold-learning

1

Qual è la differenza tra l'apprendimento molteplice e la riduzione della dimensionalità non lineare?

Qual è la differenza tra l' apprendimento molteplice e la riduzione della dimensionalità non lineare ? Ho visto questi due termini essere usati in modo intercambiabile. Per esempio: http://www.cs.cornell.edu/~kilian/research/manifold/manifold.html : L'apprendimento collettivo (spesso indicato anche come riduzione della dimensionalità non lineare) persegue l'obiettivo di incorporare dati che originariamente si trovano …

9 terminology dimensionality-reduction manifold-learning

2

Come dimostrare che l'assunto molteplice è corretto?

Nell'apprendimento automatico, si presume spesso che un set di dati si trovi su una varietà liscia a bassa dimensione (il presupposto della varietà), ma esiste un modo per dimostrare che presupponendo che determinate condizioni siano soddisfatte, allora il set di dati è effettivamente (approssimativamente) generato da una varietà liscia a …

9 machine-learning dimensionality-reduction manifold-learning

Domande taggate «manifold-learning»