第758章 流形学习 1 / 2
姚梦娜提问题，常浩南，难理解。
很难解决。
真话，涉及文本挖掘、数据视化、信息检索、数据挖掘、机器习乃至工智等系列问题。
果真做姚梦娜设全化产，工业4.0。
1999间点，显实。
完全实整套东西，并味其突破口部分。
比数据挖掘信息检索，千禧附近很火热研究方向。
导致今脑空堆名词，却知哪破局关键――
常浩南放吃口羊汤，蹭站身，快步离食堂。
正低头吃饭姚梦娜愣，旋即识常浩南思考刚才提问题。
常浩南思索半晌，纸写三基本条件：
与此，组数据往往描述含义。
给定组高维数据n数据本数，D高维数据维数。
实际，此临法量繁杂信息提取价值信息困境。
常浩南仍筷。
“信息……”
反，实收集信息，数况，本身已经展高维数据。
虽觉两位博士点班门弄斧，忍住：
尽管仍给完整思路，，至少已经三抽象基本条件解析具体数问题提取高质量数据特征，提升续数据表示分类任务效果。
“……”
朱雅丹满脑袋问号抬头，常浩南思考，很知明打扰。
再假设Ｘ数据本或近似低维嵌入空间数据
寻找高维观测空间低维嵌入空间映射关系，使yi=（xi），及重构映射关系-1，使
“调料包概占整包方便重量10%左右，果少放或者放，应该很容易检测。”
稍复杂况，完全描述含义，往往需组数据。
系统，则首先需构建完整且思路。
“类脑够通某办法解析高维数据，获取外部世界感知。”
实际活临，其实数问题原始高维数据进压缩，降低原始高维数据维度，进节省存储空间，降低高维数据计算复杂度。
十五分钟，三（连朱雅丹）已经围坐食堂二层圆桌旁边。
回办公室常浩南重新找刚才张纸。
先放松，换思路。
近70，统计哈罗德霍特林已经提将高维数据进降维主分分析法。
知觉间，常浩南办公桌枯坐快吃午饭候。
给方便塞调料包给飞机打铆钉，数模型其实差。
实际，常浩南重，飞机设计制造领域已经始应方技术，本接触少。
认方差越提供信息越反提供信息越少，通原分量线性组合构造方差、含信息量若主分量，再进矩阵奇异值分解，实数据维数降低。
灵感，啥。
常浩南摇摇头否定。
算点餐制灶，价格比食堂贵，加层楼，因此吃饭并算。
常浩南死钻牛角尖。
产方便企业，显太高设备技术。
三基本条件方写几字。
“产方便企业，怎保证漏装或者装调料包？”
其核目海量数据库量繁杂信息提取价值知识，并进步提高信息利率。
餐桌周围恢复平静，剩偶尔微弱咀嚼声。
99，宿舍备几袋甚至箱，算什稀罕。