欢迎来到我的博客链接到标题

pytorch

知识点链接到标题

它的核心含义是：当数据的特征维度（即变量的数量）增加时，数据所在空间的体积会呈指数级爆炸式增长，导致我们手头现有的数据在这样庞大的高维空间里变得极其“稀疏”。

导致的问题：样本需求量呈指数级爆炸；“距离”失去了意义；极易发生过拟合

解决方法：流行假设；降维技术；深度学习与表示

分类、回归、聚类和降维，这四个概念构成了传统机器学习的四大核心功能支柱。

分类回归为监督，聚类降维是无监督。

早期在神经科学中，认为生物受到刺激，神经元会放电。通过实验检测了猫的神经元电流，得出一个结论：哺乳动物的视觉系统是分层的。

由神经元得到了一个东西：感知机。由很多感知机产生了一个概念就是人工神经网络。

在人工神经网络的发展过程中，反向传播这一算法是一个核心的东西，

同时在此声明本次博客网址搭建感谢我的好朋友Gemini提供技术细节支持，感谢GLM与Claude Code提供技术实现支持，感谢王甫12135、刻舟求剑的人、男男等好友提供的GLM密匙与环境搭建。