type
status
date
slug
summary
tags
category
icon
password
comments
机器学习，深度学习，强化学习
1.机器学习
1.1机器学习的误区和局限性
1.1.1 数据越多越好吗？
1）数据质量是关键
2）多不意味着准确
3）传统方法依然有用
1.1.2 模型真的可信吗
1)可解释性难题
2)深度学习是个黑盒子
3)浅层学习有其优势
1.1.3 随机和确定哪个更好
1)机器学习本质上是统计
2）确定性依然十分重要
3）随机与确定性间的平衡
1.1.4 小样本集怎么办
1)机器学习适合大数据
2）很多学习天然小数据
3）小样本学习是挑战也是寄语
1.1.5 推理而不只是判断
1)机器学习尚在判断阶段
2）抽象思维和逻辑推理远未实现
3）数学依然是汪洋大海
1.1.6 要不要讲武德
1)自动驾驶伤了算谁的
2）机器的道德规范是什么
3）工欲善其事必先利其器
1.1.7 机器学习不死
1)深度学习局限性
2）本质上是空间几何变换
3）基础问题应具体分析
1.2学习路线
1.3 Numpy
欢迎您在底部评论区留言，一起交流~
- 作者:于淼
- 链接:https://yumiao1.com/article/24069159-6c5f-8061-b7a9-e29943fe0981
- 声明:本文采用 CC BY-NC-SA 4.0 许可协议，转载请注明出处。
