-機器學習 | 知乎問答精選

 



為何總感覺人工智能和神經科學(神經網絡)被綁在一起?

【Yuanning的回答(44票)】: 簡而言之,這兩者捆在一起的時候構成了一門極為宏大而重要交叉學科,叫做認知科學,研究的對象是思想和認知的形成和工作機理。 但是我想扯點遠的。 其他的答案裡提到說神經網絡和神經科學沒關係,這是不準確的,且不說神經網絡和神經科學千絲萬縷的淵源,就是現如今的認知神經科學研究裡也還是有不少用神經網絡的。君不見Neural Computation至今仍還是神經網絡,計算...



用於數據挖掘的分類算法有哪些,各有何優劣?

【JasonGu的回答(37票)】: 嘗試將quora上的這個回答翻譯了下。第一次翻譯,不好之處請見諒。 What are the advantages of different classification algorithms? 以下是我這些年總結的指南 訓練集有多大? 如果你的訓練集很小,高偏差/低方差的分類器(如樸素貝葉斯)比低偏差/高方差的分類器(如K近鄰或Logistic回歸)更有優勢,因為後者容易過擬合。但是隨著訓練集的增大,高偏差的分類器並不...



用簡單易懂的語言描述過擬合 overfitting?

【鄭昆的回答(94票)】: 其實不完全是噪聲和假規律會造成過擬合。 (1)打個形象的比方,給一群天鵝讓機器來學習天鵝的特徵,經過訓練後,知道了天鵝是有翅膀的,天鵝的嘴巴是長長的彎曲的,天鵝的脖子是長長的有點曲度,天鵝的整個體型像一個「2」且略大於鴨子.這時候你的機器已經基本能區別天鵝和其他動物了。 (2)然後,很不巧你的天鵝全是白色的,於是機器經過學習後,會認為天鵝的羽毛都是白的,以後看到...



如何看待谷歌物理學家 John Martinis 宣稱十年後機器學習將全部量子化?

【劉逸群的回答(196票)】: 謝題主邀。 John Martinis是UCSB的教授(不要叫谷歌物理學家了吧聽起來好奇怪啊..),是業內非常厲害的量子計算機專家。和大多數量子算法專家不一樣,他的特長是Make,把機器造出來。 Martinis的確開了個地圖炮,「機器學習算法真的是一種愚蠢的做法」。確實有一點在座的各位都是垃圾的意思... 可能是因為他的確覺得傳統機器學習在量子機器學習前不堪一擊。 不過,他真的沒有說「...



機器學習(machine learning)在經濟學領域是否有應用前景?

【李菠蘿的回答(39票)】: 1. 引用身邊一位經濟學PhD對ML乃至現在廣泛流行的data science的概括: "data scientist is the modern fengshui master." 我估計大多數嚴肅的經濟學者會贊成這個觀點。(但不屑歸不屑,這並不妨礙他們學ML,畢竟業界喜歡簡單暴力的prediction而非據說表現了casual inference的conceptional toys,這也反映出兩者本質差別) 2. 但兩者卻有交叉部分,這個部分恰恰不是在實證領域,...



隨機過程、機器學習和蒙特卡洛在金融應用中都有哪些關係?

【知乎用戶的回答(71票)】: ========================= 初次發文,很感謝這麼多人點贊。 待我考完隨機控制論和列維過程,定加詳細修改和擴充內容。 同時也歡迎大家邀請我回答、討論與分享概率論、隨機分析、金融數學的理論問題。 我發文的目的:1、分享知識與見解;2、整理思路,整合認知,提高邏輯與表達。 ========================= 提問者說的這些我都學過,並在碩士階段攻讀其中若干領域。 『隨機過程...



fisher information的直觀意義是什麼?

【李希宇的回答(63票)】: 首先我們看一下 Fisher Information 的定義: 假設你觀察到 i.i.d 的數據 服從一個概率分佈 , 是你的目標參數(for simplicity, 這裡 是個標量,且不考慮 nuissance parameter),那麼你的似然函數(likelihood)就是: 為瞭解得Maximum Likelihood Estimate(MLE),我們要讓log likelihood的一階導數得0,然後解這個方程,得到 這個log likelihood的一階導數也叫,Sc...



句法分析 (syntactic parsing) 在 NLP 領域的應用是怎樣的?

【金凱的回答(27票)】: 謝邀。這裡面有兩個問題:1. 在opinion extraction/IR中如何使用句法分析;2. 句法分析在多大程度上對這兩個任務有幫助(原題)。 由於我自己主要還是做句法分析本身,暫時很少做上層應用,所以簡單談談我對應用的理解,拋磚引玉。 1. 在opinion extraction/IR中如何使用句法分析。 舉幾個例子吧。 比如在opinion extraction中我們常常要抽取評價對像(aspect): 例:「知乎的內容...



Dirichlet Processes 是一個什麼樣的隨機過程?

【heartsteel的回答(12票)】: 今天重新擼了一遍DP,來複習一下。先說點廢話。 這問題之所以容易讓人難以摸清楚,其實是一個觀念問題。傳統意義下,當我們想到隨機變量的時候,我們都很自然的認為是對一組向量賦予它一個概率值,這種方式的引入是直觀易懂的,但是卻不是嚴格的。歷史上,概率論在被嚴格化以前確實是這麼被人們所理解,所以就會產生諸多悖論,甚至被排除在數學的大家庭以外。要理解清楚這個概...



物理專業自學計算機應該學些什麼?

【MiloYip的回答(19票)】: 其實在計算機圖形學裡有很多與物理相關的課題,例如物理模擬(剛體、柔體、流體等)、基於物理的渲染(光源、材質、媒介等),還有一些涉及物理的跨學科課題,例如生物力學、基於物理的聲音渲染、光場攝影等等。簡單介紹幾本書 Physically Based Rendering, Second Edition (豆瓣) Fluid Simulation for Computer Graphics (豆瓣) Game Physics (豆瓣) Physics Based Animati...