“ เคอร์เนล” ในภาษาอังกฤษธรรมดาคืออะไร

มีประเพณีที่แตกต่างกันหลายประการ:

• การประมาณความหนาแน่นของเคอร์เนล
• เคล็ดลับเคอร์เนล
• เคอร์เนลทำให้เรียบ

โปรดอธิบายความหมายของ "เคอร์เนล" ในภาษาอังกฤษด้วยคำพูดของคุณ

ในทั้งสถิติ (การประมาณความหนาแน่นของเคอร์เนลหรือการทำให้เคอร์เนลราบลื่น) และวรรณคดีการเรียนรู้ของเครื่อง (วิธีเคอร์เนล) เคอร์เนลถูกใช้เป็นตัวชี้วัดความคล้ายคลึงกัน โดยเฉพาะอย่างยิ่งฟังก์ชันเคอร์เนลกำหนดกระจายของความคล้ายคลึงกันของจุดที่อยู่รอบ ๆ จุดที่กำหนดxหมายถึงความคล้ายคลึงกันของจุดกับจุดอื่นได้รับY$k(x,.)$$x$$k(x,y)$$x$$y$

มีอย่างน้อยสองความหมายที่แตกต่างกันของ "เคอร์เนล": หนึ่งที่ใช้กันทั่วไปในสถิติ; อื่น ๆ ในการเรียนรู้ของเครื่อง

ในสถิติ kernel "" เป็นที่นิยมใช้มากที่สุดในการอ้างถึงkernel ประมาณความหนาแน่นและเคอร์เนลที่ราบเรียบ

คำอธิบายที่ตรงไปตรงมาของเมล็ดในการประมาณความหนาแน่นสามารถพบได้ ( ที่นี่ )

ในการเรียนรู้ของเครื่อง "เคอร์เนล" มักจะใช้เพื่ออ้างถึงเคอร์เนลเคล็ดลับวิธีการใช้ลักษณนามเชิงเส้นเพื่อแก้ปัญหาที่ไม่ใช่เชิงเส้น "โดยการทำแผนที่การสังเกตเชิงเส้นที่ไม่ใช่เชิงเส้นเดิมลงในพื้นที่มิติที่สูงขึ้น"

วิชวลไลเซชันอย่างง่าย ๆ อาจจะจินตนาการได้ว่าคลาสทั้งหมดอยู่ภายในรัศมีของต้นกำเนิดในระนาบ x, y (คลาส : ); และคลาสทั้งหมดนั้นอยู่เหนือรัศมีในระนาบนั้น (คลาส : ) ไม่สามารถใช้ตัวคั่นเชิงเส้นได้ แต่ชัดเจนว่ารัศมีของจะแยกข้อมูลออกจากกันอย่างสมบูรณ์ เราสามารถแปลงข้อมูลให้เป็นพื้นที่สามมิติได้โดยการคำนวณตัวแปรใหม่สามตัว ,และr 0 x 2 + y 2 < r 2 1 r 1 x 2 + y 2 > r 2 r x 2 y 2 $0$$r$$0$$x^2 + y^2 < r^2$$1$$r$$1$$x^2 + y^2 > r^2$$r$$x^2$$y^2$z1=x2,z2=y2z3=$\sqrt{2}xy$. ตอนนี้ทั้งสองคลาสจะแยกออกจากกันโดยระนาบในพื้นที่สามมิตินี้ สมการของไฮเปอร์เพลนที่ดีที่สุดที่แยกและคือและในกรณีนี้ละเว้นz_3(ถ้าวงกลมอยู่นอกชุดจากจุดกำเนิดไฮเปอร์แยกที่เหมาะสมที่สุดจะแตกต่างกันในเช่นกัน) เคอร์เนลเป็นฟังก์ชันการแมปซึ่งคำนวณค่าของข้อมูล 2 มิติในพื้นที่ 3 มิติ$z_1 = x^2, z_2 = y^2$z1+z2=1z3z$z_3 = \sqrt{2}xy$$z_1 + z_2 = 1$$z_3$$z_3$

ในทางคณิตศาสตร์มีการใช้ "เมล็ด" อื่น ๆแต่สิ่งเหล่านี้ดูเหมือนจะเป็นสิ่งที่สำคัญที่สุดในสถิติ