Learning in High Dimension Always Amounts to Extrapolation

• 论文地址：
• 主要工作：
• 研究背景：
• 具体实验：
• • The Role of the Intrinsic, Ambient and Convex Hull Dimensions：
  • Real Datasets and Embeddings are no Exception：
• 理论证明：

论文地址：

https://arxiv.org/abs/2110.09485

主要工作：

插值和外推（ interpolation and extrapolation）的概念是从深度学习到函数近似的各个领域的基础。当样本落在给定数据集凸包的边界内时，样本

标签：泛化,Amounts,Always,High,Extrapolation,Learning,Dimension
来源： https://blog.csdn.net/weixin_44936889/article/details/120884215