« Carte de diffusion » : différence entre les versions

Dernière version du 27 janvier 2024 à 21:05

Définition

Les cartes de diffusion sont un algorithme de réduction de la dimensionnalité ou d'extraction de caractéristiques qui calcule une famille d'intégrations d'un ensemble de données dans un espace euclidien (souvent de faible dimension) dont les coordonnées peuvent être calculées à partir des vecteurs propres et des valeurs propres d'un opérateur de diffusion sur les données.

Français

carte de diffusion

Anglais

diffusion map

Sources

Source : Wikipedia

Source : Wikipedia Machine learning algorithms

@@ Ligne 1 : / Ligne 1 : @@
-==en construction==
 == Définition ==
-XXXXXXXXX
+Les cartes de diffusion sont un algorithme de réduction de la dimensionnalité ou d'extraction de caractéristiques qui calcule une famille d'intégrations d'un [[ensemble de données]] dans un espace euclidien (souvent de faible dimension) dont les coordonnées peuvent être calculées à partir des vecteurs propres et des valeurs propres d'un opérateur de diffusion sur les données.
 == Français ==
-''' XXXXXXXXX '''
+'''carte de diffusion'''
 == Anglais ==
-''' Diffusion map'''
+'''diffusion map'''
-Diffusion maps is a dimensionality reduction or feature extraction algorithm introduced by Coifman and Lafon[1][2][3][4] which computes a family of embeddings of a data set into Euclidean space (often low-dimensional) whose coordinates can be computed from the eigenvectors and eigenvalues of a diffusion operator on the data. The Euclidean distance between points in the embedded space is equal to the "diffusion distance" between probability distributions centered at those points. Different from linear dimensionality reduction methods such as principal component analysis (PCA) and multi-dimensional scaling (MDS), diffusion maps is part of the family of nonlinear dimensionality reduction methods which focus on discovering the underlying manifold that the data has been sampled from. By integrating local similarities at different scales, diffusion maps give a global description of the data-set. Compared with other methods, the diffusion map algorithm is robust to noise perturbation and computationally inexpensive.
+==Sources==
-<small>
-[https://en.wikipedia.org/wiki/Diffusion_map Source :  Source : Wikipedia  ]
+[https://en.wikipedia.org/wiki/Diffusion_map   Source : Wikipedia  ]
 [https://en.wikipedia.org/wiki/Outline_of_machine_learning#Machine_learning_algorithms  Source : Wikipedia Machine learning algorithms  ]
-[[Catégorie:vocabulary]]
+[[Catégorie:GRAND LEXIQUE FRANÇAIS]]
-[[Catégorie:Wikipedia-IA‏‎]]