بعد أن رأيت أن كرات الوحدة عالية الأبعاد تخفي تقريبا كل حجمها في غلاف رقيق، إليك جزءا أكثر جنونا: الجاوسي عالي الأبعاد ليس جرسا دافئا مع كتلة متلاصقة عند القمة، بل هو فارغ في المركز، مع وجود معظم الاحتمالية في هالة رقيقة على المنحدر على مسافة تقارب "الجذر التربيعي للبعد" من الأصل. هذا يعني أن السحب "النموذجي" من غاوسي مئة بعد ليس قريبا من المتوسط! 🤯 يجلس على هذا الحلقة حيث الكثافة أقل لكن حجمه هائل. إذا فسرت في الحياة الواقعية، فهذا أمر ضخم: عندما تقوم ببدء شبكة عصبية كبيرة بأوزان غاوسية، فإن معظم الشبكات التي تحصل عليها تقريبا نفس معيار الوزن الإجمالي، كلها موضوعة على هذا القشرة، لذا التدريب يحدث على حلقة طاقة رفيعة وليس قريبا من الصفر. #HighDimensionalSpace #MachineLearning #Gaussian