h*i 发帖数: 3446 | 1 一些同学也许不知道,目前大部分机器学习的方法,最早都是搞认知心理学的人提出的
。比如目前最火的深度学习的大牛,被很多认作神明的Hinton,是学实验心理学出生的
。前几年很多人认作神明的Michel Jordan也是认知心理学博士毕业的(他是Don
Norman的学生,Don Norman以写Design of Everyday Thing闻名)。
说这些历史,是想说明,大多数ML方法的提出(SVM可能是例外),是基于心理学家的
直觉,而不是啥数学理论。所以不要被忽悠了。 |
w***g 发帖数: 5958 | 2 其实很多学科数学都是作为事后诸葛亮出现的。
先用糙快猛的办法证明干活了,然后多次总结才会出现漂亮的数学。
比如量子力学,先搞个莫名其妙的偏微分方程,后来才总结出来其实
是希尔伯特空间上的线性代数。现在的deep learning其实就是在
量子力学的偏微分方程阶段,凑巧干活了,但并不知道本质是什么,
然后拼命在那儿争论解出来的波函数是什么。
【在 h*i 的大作中提到】 : 一些同学也许不知道,目前大部分机器学习的方法,最早都是搞认知心理学的人提出的 : 。比如目前最火的深度学习的大牛,被很多认作神明的Hinton,是学实验心理学出生的 : 。前几年很多人认作神明的Michel Jordan也是认知心理学博士毕业的(他是Don : Norman的学生,Don Norman以写Design of Everyday Thing闻名)。 : 说这些历史,是想说明,大多数ML方法的提出(SVM可能是例外),是基于心理学家的 : 直觉,而不是啥数学理论。所以不要被忽悠了。
|
d*******r 发帖数: 3299 | 3 而且很多折腾公式为生的人,比如职业发 paper 之类,喜欢事后一重重的把东西搞得
极其复杂难懂 |
n******7 发帖数: 12463 | 4 不然怎么活
【在 d*******r 的大作中提到】 : 而且很多折腾公式为生的人,比如职业发 paper 之类,喜欢事后一重重的把东西搞得 : 极其复杂难懂
|
h**********c 发帖数: 4120 | 5 一点看法,热力学上的东西基本是实验拟合公式。很多问题没有公式还是不行的。
当然我没有物理背景。
首先热力学和物理大概都有invariance的假设。这个大数据什么的当然我不懂。
举个例子,电影牧马人的郭pia子说看热闹的小孩,“去去去,你父母结婚你没见过吗
?”
但是我觉得美国小孩挺多都亲自参加过。
【在 w***g 的大作中提到】 : 其实很多学科数学都是作为事后诸葛亮出现的。 : 先用糙快猛的办法证明干活了,然后多次总结才会出现漂亮的数学。 : 比如量子力学,先搞个莫名其妙的偏微分方程,后来才总结出来其实 : 是希尔伯特空间上的线性代数。现在的deep learning其实就是在 : 量子力学的偏微分方程阶段,凑巧干活了,但并不知道本质是什么, : 然后拼命在那儿争论解出来的波函数是什么。
|
x****u 发帖数: 44466 | 6 机器学习还是数学成分很重的,深度学习就不一样了
【在 h*i 的大作中提到】 : 一些同学也许不知道,目前大部分机器学习的方法,最早都是搞认知心理学的人提出的 : 。比如目前最火的深度学习的大牛,被很多认作神明的Hinton,是学实验心理学出生的 : 。前几年很多人认作神明的Michel Jordan也是认知心理学博士毕业的(他是Don : Norman的学生,Don Norman以写Design of Everyday Thing闻名)。 : 说这些历史,是想说明,大多数ML方法的提出(SVM可能是例外),是基于心理学家的 : 直觉,而不是啥数学理论。所以不要被忽悠了。
|
g****t 发帖数: 31659 | 7 偏微分方程已经是非常非常深的数学。
所以在量子物理这部分,数学不是事后诸葛亮。
希尔伯特空间上的线性代数什么的,
相当于给已经有的活的偏微分方程的数学物理内容加了一个很好的封装。
【在 w***g 的大作中提到】 : 其实很多学科数学都是作为事后诸葛亮出现的。 : 先用糙快猛的办法证明干活了,然后多次总结才会出现漂亮的数学。 : 比如量子力学,先搞个莫名其妙的偏微分方程,后来才总结出来其实 : 是希尔伯特空间上的线性代数。现在的deep learning其实就是在 : 量子力学的偏微分方程阶段,凑巧干活了,但并不知道本质是什么, : 然后拼命在那儿争论解出来的波函数是什么。
|
S*******s 发帖数: 13043 | 8 认知心理学本身就是和统计、数学紧密结合的。很多方法直接借鉴信号处理。
心理学不同方向之间差别很大。
【在 h*i 的大作中提到】 : 一些同学也许不知道,目前大部分机器学习的方法,最早都是搞认知心理学的人提出的 : 。比如目前最火的深度学习的大牛,被很多认作神明的Hinton,是学实验心理学出生的 : 。前几年很多人认作神明的Michel Jordan也是认知心理学博士毕业的(他是Don : Norman的学生,Don Norman以写Design of Everyday Thing闻名)。 : 说这些历史,是想说明,大多数ML方法的提出(SVM可能是例外),是基于心理学家的 : 直觉,而不是啥数学理论。所以不要被忽悠了。
|