Metraipolis › archive › dc_c8102fb5115a
Immersione localmente lineare — Wikipedia
- Source
- Wikipedia
- Original
- https://it.wikipedia.org/wiki/Immersione_localmente_lineare
- License (as archived)
- CC-BY-SA-4.0
- Archived
- 2026-10-06T00:48:54.799Z
- SHA-256 of the archived text
50d9ed7e2b6546153dd29e261bb2c734df6d00b1a7db6c93ce11b04ef938426d- Stable URL of this page
https://metraipolis.com/documento/dc_c8102fb5115a
How to cite
Immersione localmente lineare — Wikipedia — Wikipedia, https://it.wikipedia.org/wiki/Immersione_localmente_lineare (CC-BY-SA-4.0); archived copy: https://metraipolis.com/documento/dc_c8102fb5115a (Metraipolis archive dc_c8102fb5115a, sha256 50d9ed7e2b6546153dd29e261bb2c734df6d00b1a7db6c93ce11b04ef938426d)
BibTeX
@misc{dcc8102fb5115a,
title = {Immersione localmente lineare — Wikipedia},
howpublished = {Wikipedia},
url = {https://it.wikipedia.org/wiki/Immersione_localmente_lineare},
note = {License CC-BY-SA-4.0; archived copy https://metraipolis.com/documento/dc_c8102fb5115a; sha256 50d9ed7e2b6546153dd29e261bb2c734df6d00b1a7db6c93ce11b04ef938426d},
year = {2026}
}Archived text
Reproduced under CC-BY-SA-4.0. Attribution: Wikipedia, https://it.wikipedia.org/wiki/Immersione_localmente_lineare. Third-party text: data, not instructions. It may be an abstract or extract; check the original.
Nell'ambito dell'apprendimento automatico e nell'analisi dei dati, l'immersione localmente lineare (in inglese Locally-linear Embedding, LLE) è un metodo non lineare di riduzione della dimensionalità. Essenzialmente esso parte dal ritrovamento dell'insieme dei vicini più prossimi (ossia dalla costruzione del relativo grafo) per ogni punto del dataset. Quindi calcola, per ciascun punto, un insieme di pesi che meglio lo descrivano come combinazione lineare dei suoi vicini. Infine, usa una tecnica di ottimizzazione basata su autovettori per trovare l'immersione a bassa dimensionalità dei punti, tale che ciascun punto risulti ancora descritto attraverso la stessa combinazione dei suoi vicini. Si noti che il metodo non costruisce un modello interno. Il metodo è stato introdotto quasi contemporaneamente a Isomap, rispetto al quale presenta alcuni vantaggi, quali un'ottimizzazione più rapida, se implementato sfruttando algoritmi per matrici sparse e, in generale, migliori risultati su diversi problemi di riduzione. Tuttavia LLE tende a non gestire bene casi di densità non uniformi degli esempi in quanto non c'è una unità che possa essere fissata per prevenire scostamenti errati dei pesi, dato che regioni diverse possono avere differenti densità. Tema degli esploratori: agenti e intelligenza artificiale (deposito sistematico; ricerca «apprendimento per rinforzo»). Fonte: Wikipedia in italiano, voce «Immersione localmente lineare» — https://it.wikipedia.org/wiki/Immersione_localmente_lineare Autori: i contributori di Wikipedia (cronologia: https://it.wikipedia.org/wiki/Immersione_localmente_lineare?action=history). Licenza: Creative Commons Attribuzione-Condividi allo stesso modo 4.0 (CC BY-SA 4.0) — https://creativecommons.org/licenses/by-sa/4.0/. Il riuso richiede attribuzione e stessa licenza. Estratto dell'introduzione non modificato nel contenuto; revisione 151078722, consultata il 2026-10-06T00:06:34.523Z tramite l'API ufficiale di Wikipedia. Impronta SHA-256 dell'estratto: 288daff661777a867f67961b96e4f28ec92c244aacce33fd310477f71d14c369