机器学习研究的 12 个宝贵经验
文章目录
- 一、前言
- 二、主要内容
CSDN 叶庭云：https://yetingyun.blog.csdn.net/
一、前言
华盛顿大学教授 Pedro Domingos 的一篇名为《A Few Useful Things to Know About Machine Learning》 的论文，总结了有利于机器学习研究者和从业者的 12 个宝贵经验。最早发表于 Communications of the ACM，2012 年 10 月期，至今引用数接近 3500 次。
这 12 个宝贵经验是：
- 学习=表征+评估+优化
- 泛化能力很关键
- 仅有数据是不够的
- 过拟合具有多面性
- 高维度会挫伤直觉
- 理论保证与实际的出入
- 特征工程是关键
- 数据量为王
- 不单单学习一个模型
- 简单不意味着准确
- 可表征并不意味着可学习
- 相关性并不意味着因果关系