curse of dimensionality
41Multiple discriminant analysis — For other uses of this acronym, see MDA (disambiguation). Multiple Discriminant Analysis (MDA) is a method for compressing a multivariate signal to yield a lower dimensional signal amenable to classification.[1] MDA is not directly used to… …
42DBSCAN — (for density based spatial clustering of applications with noise) is a data clustering algorithm proposed by Martin Ester, Hans Peter Kriegel, Jörg Sander and Xiaowei Xu in 1996.[1] It is a density based clustering algorithm because it finds a… …
43James Robins — James M. Robins is an epidemiologist and biostatistician best known for advancing methods for drawing causal inferences from complex observational studies and randomized trials, particularly those in which the exposure or treatment varies with… …
44Fluch der Dimensionalität — ist ein Begriff, der von Richard Bellman eingeführt wurde, um den rapiden Anstieg im Volumen beim Hinzufügen weiterer Dimensionen in einen mathematischen Raum zu beschreiben. Leo Breiman gibt als ein Beispiel den Fakt, dass 100 Beobachtungen den… …
45Fleau de la dimension — Fléau de la dimension Fléau de la dimension ou Malédiction de la dimension (Curse of dimensionality) est un terme inventé par Richard Bellman pour qualifier le problème de l augmentation explosive du volume de données associée à l ajout de… …
46Fléau De La Dimension — ou Malédiction de la dimension (Curse of dimensionality) est un terme inventé par Richard Bellman pour qualifier le problème de l augmentation explosive du volume de données associée à l ajout de dimensions supplémentaires dans un espace… …
47Fléau de la dimension — ou Malédiction de la dimension (Curse of dimensionality) est un terme inventé par Richard Bellman pour qualifier le problème de l augmentation explosive du volume de données associée à l ajout de dimensions supplémentaires dans un espace… …
48Kppv — Recherche des plus proches voisins Le problème de la recherche des plus proches voisins (ou des k plus proches voisins) est très courant en algorithmique et de nombreux auteurs ont proposé des algorithmes efficaces pour le résoudre rapidement.… …
49LSH — Locality sensitive hashing Locality Sensitive Hashing (LSH) est une méthode de recherche approximative dans des espaces de grande dimension. C est une solution au problème de la malédiction de la dimension qui apparait lors d une recherche des… …
50Locality sensitive hashing — (LSH) est une méthode de recherche approximative dans des espaces de grande dimension. C est une solution au problème de la malédiction de la dimension qui apparait lors d une recherche des plus proches voisins en grande dimension. L idée… …
