Hipótesis múltiple - Manifold hypothesis
En la informática teórica y el estudio del aprendizaje automático , la hipótesis de la variedad es la hipótesis de que muchos conjuntos de datos de alta dimensión que ocurren en el mundo real en realidad se encuentran a lo largo de variedades de baja dimensión dentro de ese espacio de alta dimensión. Como consecuencia de la hipótesis de la variedad, muchos conjuntos de datos que parecen requerir inicialmente muchas variables para describir, en realidad pueden describirse mediante un número comparativamente pequeño de variables, comparado con el sistema de coordenadas local de la variedad subyacente. Se sugiere que este principio sustenta la efectividad de los algoritmos de aprendizaje automático para describir conjuntos de datos de alta dimensión al considerar algunas características comunes.
La hipótesis múltiple está relacionada con la efectividad de las técnicas de reducción de dimensionalidad no lineal en el aprendizaje automático. Muchas de las técnicas de reducción dimensional hacen la hipótesis de que mentiras de datos a lo largo de una subvariedad de bajas dimensiones, tales como esculpir el colector , la alineación del colector , y regularización colector .