g******t 发帖数: 11249 | 1 擦 一整天的全耗在调参数上了
也没个啥理论,纯粹一遍遍试最优化参数
这不是机器算命么
远不如statistical model严谨
。。。。。。 |
V********n 发帖数: 3061 | 2 左fit fit,右fit fit,over fit出好chart好交差 |
p***n 发帖数: 17190 | 3 所以我不喜歡做模擬....
【在 g******t 的大作中提到】 : 擦 一整天的全耗在调参数上了 : 也没个啥理论,纯粹一遍遍试最优化参数 : 这不是机器算命么 : 远不如statistical model严谨 : 。。。。。。
|
V********n 发帖数: 3061 | 4 没啥重大理论突破前,ml本质上跟生物学科灌水没啥区别,都是overfiting,一出学习
集接触到变幻无穷的现实世界就死球。 |
b******t 发帖数: 1271 | 5 离散和递归
其实还是算法和数据规模
数据规模这点上的确是杀鼠员们灌水的技术
: 没啥重大理论突破前,ml本质上跟生物学科灌水没啥区别,都是overfiting,一
出学习
: 集接触到变幻无穷的现实世界就死球。
【在 V********n 的大作中提到】 : 没啥重大理论突破前,ml本质上跟生物学科灌水没啥区别,都是overfiting,一出学习 : 集接触到变幻无穷的现实世界就死球。
|
b******t 发帖数: 1271 | 6 说得你这种笨蛋做得了模拟似的,你弄得清楚模拟的最基本概念吗?
: 所以我不喜歡做模擬....
:
【在 p***n 的大作中提到】 : 所以我不喜歡做模擬....
|
V********n 发帖数: 3061 | 7 感觉ml和生物都还在“道可道,非常道”的阶段,因为没有非常solid的基础理论做支
持,路在哪里都说不太明白,所以大家先糊弄糊弄骗点funding再说。
: 离散和递归
: 其实还是算法和数据规模
: 数据规模这点上的确是杀鼠员们灌水的技术
: 出学习
【在 b******t 的大作中提到】 : 说得你这种笨蛋做得了模拟似的,你弄得清楚模拟的最基本概念吗? : : : 所以我不喜歡做模擬.... : : :
|
D*******o 发帖数: 3229 | 8 收集足够大的样本,训练出一个模型,在一定时间和区域能达到一定的准确率,并能因
此带来可观的经济效益就可以了。真理都是相对的。未知世界永远大于已知世界。
:擦 一整天的全耗在调参数上了
:也没个啥理论,纯粹一遍遍试最优化参数 |
p***n 发帖数: 17190 | 9 最基本的概念就留給你吧
我喜歡高深一點的概念
模擬
唉
【在 b******t 的大作中提到】 : 说得你这种笨蛋做得了模拟似的,你弄得清楚模拟的最基本概念吗? : : : 所以我不喜歡做模擬.... : : :
|
V********n 发帖数: 3061 | 10 这其实本质是data mining了,既然要learning,就暗含学完要下山去走江湖,闯荡未
知世界的。
: 收集足够大的样本,训练出一个模型,在一定时间和区域能达到一定的准确率,
并能因
: 此带来可观的经济效益就可以了。真理都是相对的。未知世界永远大于已知世界。
: :擦 一整天的全耗在调参数上了
: :也没个啥理论,纯粹一遍遍试最优化参数
【在 D*******o 的大作中提到】 : 收集足够大的样本,训练出一个模型,在一定时间和区域能达到一定的准确率,并能因 : 此带来可观的经济效益就可以了。真理都是相对的。未知世界永远大于已知世界。 : : :擦 一整天的全耗在调参数上了 : :也没个啥理论,纯粹一遍遍试最优化参数
|
|
|
g******t 发帖数: 11249 | 11 统计的有数学基础有公式推导啊
learning这不就是科学算命么
界。
【在 V********n 的大作中提到】 : 这其实本质是data mining了,既然要learning,就暗含学完要下山去走江湖,闯荡未 : 知世界的。 : : : 收集足够大的样本,训练出一个模型,在一定时间和区域能达到一定的准确率, : 并能因 : : 此带来可观的经济效益就可以了。真理都是相对的。未知世界永远大于已知世界。 : : :擦 一整天的全耗在调参数上了 : : :也没个啥理论,纯粹一遍遍试最优化参数 :
|
K*****2 发帖数: 9308 | 12 基本现在就是这个趋势了
因为无知盲从的还是多数,火了的东西,很快就能吸引一大群没脑子的人来搞
顶会里面,即便如nips,可以说一半的文章都是垃圾,五年以后就不会再有人看
现在已经有人提出要抛弃概率论了
https://medium.com/intuitionmachine/why-probability-theory-should-be-thrown-
under-the-bus-36e5d69a34c9
可以预见,这很快就要成为等同于生物一样的纯实验学科了
所以说21世纪是生物的世纪,某种意义上讲也是对的 |
e****w 发帖数: 1565 | |
e****w 发帖数: 1565 | 14 机器学习大部分都有statistic model
没有解释的只有DL |
d***u 发帖数: 943 | 15 就是因为不严谨所以才是科学生长点呀
都严谨了还做过啥
主要还是它确实对有些问题确实有效
【在 g******t 的大作中提到】 : 擦 一整天的全耗在调参数上了 : 也没个啥理论,纯粹一遍遍试最优化参数 : 这不是机器算命么 : 远不如statistical model严谨 : 。。。。。。
|
V********n 发帖数: 3061 | 16 没啥太高屋建瓴的理论指导,暂时只能走神农尝百草的路子啦。
: 基本现在就是这个趋势了
: 因为无知盲从的还是多数,火了的东西,很快就能吸引一大群没脑子的人来搞
: 顶会里面,即便如nips,可以说一半的文章都是垃圾,五年以后就不会再有人看
: 现在已经有人提出要抛弃概率论了
: https://medium.com/intuitionmachine/why-probability-theory-should-be-
thrown-
: under-the-bus-36e5d69a34c9
: 可以预见,这很快就要成为等同于生物一样的纯实验学科了
: 所以说21世纪是生物的世纪,某种意义上讲也是对的
【在 K*****2 的大作中提到】 : 基本现在就是这个趋势了 : 因为无知盲从的还是多数,火了的东西,很快就能吸引一大群没脑子的人来搞 : 顶会里面,即便如nips,可以说一半的文章都是垃圾,五年以后就不会再有人看 : 现在已经有人提出要抛弃概率论了 : https://medium.com/intuitionmachine/why-probability-theory-should-be-thrown- : under-the-bus-36e5d69a34c9 : 可以预见,这很快就要成为等同于生物一样的纯实验学科了 : 所以说21世纪是生物的世纪,某种意义上讲也是对的
|
S*******l 发帖数: 4637 | 17 生命至少在我们体验的时间之箭的方向上,是个open ended project。
进化本来就是调参数,扔到环境里测试,活的下来的就继续调,层层叠加,唯一的推动
力就是复制延续生命。Machine learning是在模拟进化的 algorithm。
复杂体系里 reductionist 的研究方法就很难解决system的问题。
爱因斯坦等物理大牛就解决了世界最小lego piece和他们怎么粘合的问题,这些问题,
可以无限reduction, 比如对撞机,有数学这个工具可以使用。但是对问题的另一端,
无穷lego pieces 组合起来的复杂体系,却束手无策。
好比围棋的基本规则搞清楚很容易,但是棋局的无穷变化,却是无穷尽的。
【在 V********n 的大作中提到】 : 感觉ml和生物都还在“道可道,非常道”的阶段,因为没有非常solid的基础理论做支 : 持,路在哪里都说不太明白,所以大家先糊弄糊弄骗点funding再说。 : : : 离散和递归 : : 其实还是算法和数据规模 : : 数据规模这点上的确是杀鼠员们灌水的技术 : : 出学习 :
|