博文
Hilbert空间问题
|||
1、现在机器学习常用的再生核希尔伯特空间RKHS（Reproducing Kernel Hilbert Space）使用非常广泛，而且也有一些常用的核，如高斯核、RBF核等；
2、RKHS里的度量方法也有多种，但介绍Lebesgue测度的却很少；
3、能不能不预先指定核，而是从数据中自动学习到核，其实就是Hlibert空间中正交基的寻找；
4、这里度量方法需要扩展；
5、能否找到数据科学中的傅里叶变换（数据的函数分析）
6、维的自动发现；
7、Lebesgue测度为0表示什么呢。
https://blog.sciencenet.cn/blog-616154-1028785.html
上一篇：人要坚强
扫一扫，分享此博文
全部作者的其他最新博文
- • 人要坚强
- • 优美图例子与困惑
- • 卫星图像目标检测框架