¿Hay algún contexto que nos pueda proporcionar? Creo que esto te muestra que la proyección de [matemáticas] X [/ matemáticas] por la función [matemáticas] \ Phi [/ matemáticas] puede parecerse a cualquier cosa, aquí es un conjunto no convexo. Si dibuja una línea desde dos puntos en [matemática] \ Phi (X) [/ matemática], hay algunos segmentos que quedarán fuera de [matemática] \ Phi (X) [/ matemática]. Entonces, por ejemplo, un punto en el espacio [matemática] F [/ matemática], [matemática] \ Psi [/ matemática], no está en la imagen de [matemática] \ Phi [/ matemática].
¡Pero la característica redentora de los métodos Kernel es que en realidad no importa! Como trata la imagen de [math] X [/ math], [math] \ Phi (X) [/ math], como base para combinaciones lineales, el intervalo de [math] \ Phi (X) [/ math] es en realidad es mucho más grande e incluye puntos como [math] \ Psi [/ math].
- ¿Por qué Apple no forma parte de la Asociación en IA?
- ¿Qué técnicas son útiles para las series de tiempo financieras de minería de datos?
- ¿Cómo podría el posmodernismo cambiar el aprendizaje automático?
- Cómo aprovechar al máximo el libro 'Programación de la inteligencia colectiva'
- ¿Cuáles son las diez mejores universidades del Reino Unido para obtener un doctorado en inteligencia artificial o aprendizaje automático?
