第757章 流形学习(1/5)

    姚梦娜提出的这个问题，对于常浩南来说，不难理解。

    只是很难解决。

    真要说起来的话，这涉及到文本挖掘、数据可视化、信息检索、数据挖掘、机器学习乃至人工智能等一系列问题。

    如果真做到姚梦娜所设想的那样全自动化生产，那就是工业4.0了。

    在1999年这个时间点上，显然不大现实。

    但不可能完全实现这一整套东西，并不意味着其中没有可以作为突破口的部分。

    比如数据挖掘和信息检索，就是千禧年附近很火热的研究方向。

    这就导致如今他脑子里空有一大堆名词，但却不知道哪是破局的关键――

    常浩南放下只吃了一口的羊汤面，蹭地站起身，快步离开食堂。

    正在低头吃饭的姚梦娜一愣，旋即意识到常浩南这还是在思考刚才她提出来的问题。

    常浩南思索半晌，又在纸上写下了三个基本条件：

    但与此同时，这一组数据又往往不只能描述这一个含义。

    给定一组高维数据x=rd，n为数据样本个数，d为高维数据的维数。

    实际上，他此时就面临着无法从大量繁杂信息中提取出有价值信息的困境。

    但常浩南仍然没有动筷子。

    “信息……”

    而反过来，现实中收集到的信息，在多数情况下，本身就是已经展开过的高维数据。

    虽然她觉得在两位博士面前有点班门弄斧，但最后还是没忍住：

    尽管仍然没有给出完整的思路，但是，他至少已经把三个抽象的基本条件解析成为了一个具体的数学问题。

    3、提取到高质量的数据特征，提升后续的数据表示和分类任务的效果。

    “你们说……”

    朱雅丹满脑袋问号地抬起头，但看着常浩南思考的样子，很有自知之明地没有打扰。

    再假设x中的数据样本来自于或近似来自于低维嵌