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
:
|
