Jaka jest różnica między uczeniem się na wiele sposobów a nieliniową redukcją wymiarów ?
Widziałem te dwa terminy używane zamiennie. Na przykład:
http://www.cs.cornell.edu/~kilian/research/manifold/manifold.html :
Uczenie się przez kolektory (często określane również jako nieliniowa redukcja wymiarów) ma na celu osadzenie danych, które pierwotnie leżą w przestrzeni o dużych wymiarach w przestrzeni o niższych wymiarach, przy jednoczesnym zachowaniu charakterystycznych właściwości.
http://www.stat.washington.edu/courses/stat539/spring14/Resources/tutorial_nonlin-dim-red.pdf :
W tym samouczku „uczenie się na wiele sposobów” i „redukcja wymiarów” są używane zamiennie.
https://www.ncbi.nlm.nih.gov/pmc/articles/PMC3337666/ :
Metody redukcji wymiarów są klasą algorytmów wykorzystujących matematycznie zdefiniowane rozmaitości do statystycznego próbkowania klas wielowymiarowych w celu wygenerowania reguły dyskryminacji o gwarantowanej dokładności statystycznej.
Jednak http://scikit-learn.org/stable/modules/manifold.html jest bardziej dopracowany:
Uczenie się przez kolektory to podejście do nieliniowej redukcji wymiarowości.
Jedną z pierwszych różnic, jakie widzę, jest to, że rozmaitość może być liniowa, dlatego należy porównać uczenie się nieliniowego rozmaitości i nieliniową redukcję wymiarów.
źródło