Manifold öğrenimi ile doğrusal olmayan boyutsallık azalması arasındaki fark nedir ?
Bu iki terimin birbirinin yerine kullanıldığını gördüm. Örneğin:
http://www.cs.cornell.edu/~kilian/research/manifold/manifold.html :
Manifold Öğrenme (genellikle doğrusal olmayan boyutsallık azalması olarak da adlandırılır), karakteristik özellikleri korurken, başlangıçta daha düşük boyutlu bir alanda yüksek boyutlu bir alanda bulunan verileri gömme hedefini takip eder.
http://www.stat.washington.edu/courses/stat539/spring14/Resources/tutorial_nonlin-dim-red.pdf :
Bu öğreticide 'manifold öğrenme' ve 'boyutsallık azaltma' birbirinin yerine kullanılır.
https://www.ncbi.nlm.nih.gov/pmc/articles/PMC3337666/ :
Boyutsal küçültme yöntemleri, garantili istatistiksel doğruluğa sahip bir ayrımcılık kuralı oluşturmak için çok boyutlu sınıfların istatistiksel örneklemesi için matematiksel olarak tanımlanmış manifoldları kullanan bir algoritma sınıfıdır.
Ancak, http://scikit-learn.org/stable/modules/manifold.html daha incelikli:
Manifold öğrenme, doğrusal olmayan boyutsallığın azaltılmasına bir yaklaşımdır.
Görebildiğim bir ilk fark, bir manifoldun doğrusal olabileceğidir, bu nedenle doğrusal olmayan manifold öğrenme ve doğrusal olmayan boyutsallık azalmasını karşılaştırmalıdır.