Deutsch
 
Hilfe Datenschutzhinweis Impressum
  DetailsucheBrowse

Datensatz

DATENSATZ AKTIONENEXPORT
  Exploring model selection techniques for nonlinear dimensionality reduction

Harmeling, S.(2007). Exploring model selection techniques for nonlinear dimensionality reduction (EDI-INF-RR-0960). Edinburgh, UK: School of Informatics, University of Edinburgh.

Item is

Dateien

einblenden: Dateien
ausblenden: Dateien
:
EDI-INF-RR-0960.pdf (Verlagsversion), 4MB
Name:
EDI-INF-RR-0960.pdf
Beschreibung:
-
OA-Status:
Sichtbarkeit:
Öffentlich
MIME-Typ / Prüfsumme:
application/pdf / [MD5]
Technische Metadaten:
Copyright Datum:
-
Copyright Info:
-
Lizenz:
-

Externe Referenzen

einblenden:

Urheber

einblenden:
ausblenden:
 Urheber:
Harmeling, S1, Autor           
Affiliations:
1External Organizations, ou_persistent22              

Inhalt

einblenden:
ausblenden:
Schlagwörter: -
 Zusammenfassung: Nonlinear dimensionality reduction (NLDR) methods have become useful tools for practitioners who are faced with the analysis of high-dimensional data. Of course, not all NLDR methods are equally applicable to a particular dataset at hand. Thus it would be useful to come up with model selection criteria that help to choose among different NLDR algorithms. This paper explores various approaches to this problem and evaluates them on controlled data sets. Comprehensive experiments will show that model selection scores based on stability are not useful, while scores based on Gaussian processes are helpful for the NLDR problem.

Details

einblenden:
ausblenden:
Sprache(n):
 Datum: 2007-03
 Publikationsstatus: Erschienen
 Seiten: 20
 Ort, Verlag, Ausgabe: Edinburgh, UK : School of Informatics, University of Edinburgh
 Inhaltsverzeichnis: -
 Art der Begutachtung: -
 Identifikatoren: Reportnr.: EDI-INF-RR-0960
BibTex Citekey: 6346
 Art des Abschluß: -

Veranstaltung

einblenden:

Entscheidung

einblenden:

Projektinformation

einblenden:

Quelle

einblenden: