怎样从机器学习模型中获取知识？ 第1页
1
han-yan-bo-62 网友的相关建议:
_(:з)∠)_外行强答
这应该算是控制论的问题，或者说是信息论的问题，取决于“知识”的本质，其实可以说，从机器学习的模型中再去提取知识又是一次近似，必然会损失某些信息，不妨在设计模型引入近似的时候，就设计成易于理解的样子来的快……
“知识”从来只是我们为了理解实验的现象引入的各种近似的结果，从实验/实践到知识，如果单向地搞过来，只能一层一层的损失“暂且不看重的”信息，最完整的还是实验本身（甚至还有一些不知道的因素的存在）
怎么认识可能不重要，怎么去用可能更重要一些吧，毕竟哲学家用_____，而重在于____（逃）
——割
噫好像就是 @曾晋哲 的意思？
所以大家快建易于交流的工程级数据集，别搞太多可解释模型了（滑稽
1
相关话题
反馈控制理论在优化、机器学习等领域有哪些应用？测试集在构造的时候需要人为控制其中应该正确的和应该错误的数据比例吗？
如何评价陈天奇团队新开源的TVM？
什么是机器学习？
用 Python 进行数据分析，不懂 Python，求合适的 Python 书籍或资料推荐？
为什么梯度下降能找到最小值？
应届硕士毕业生如何拿到知名互联网公司算法岗（机器学习、数据挖掘、深度学习） offer？
阿里的TDM树深度模型为什么很少有人用，是有哪些问题吗？
如何理解Inductive bias？
NLP文本匹配问题的本质是不是 对于要预测的句子，遍历候选句子 从训练数据集里寻找最相似的pair？
下一个讨论
猫从高处落下，为什么总能四脚着地？
相关的话题
普通程序员如何正确学习人工智能方向的知识？如何评价陈天奇团队新开源的TVM？
对自己深度学习方向的论文有idea，可是工程实践能力跟不上，实验搞不定怎么办？
使用强化学习解决实际问题时常常避不开环境模拟或者使用离线强化学习算法，两者分别有什么优缺点？
如何评价通信工程很多导师都研究机器学习人工智能而不是传统的天线电磁场等方向?
word2vec 相比之前的 Word Embedding 方法好在什么地方？
请问一下，机器学习领域的联邦学习技术，目前看到最多的是微众银行，国内还有哪些顶级专家及机构和大学？
如果有第谷的数据，现在的机器学习，深度学习有办法学出开普勒三定律吗？
神经网络，人工智能这块怎么入门？
PyTorch中在反向传播前为什么要手动将梯度清零？
计算商品embedding然后平均得到用户embedding，会不会存在这种问题？
如何评价AWS的图神经网络框架DGL？
数据挖掘、机器学习、自然语言处理这三者是什么关系？这几个怎么入门啊？
27岁了跨考计算机研究生会不会太晚？
能否介绍一下强化学习（Reinforcement Learning），以及与监督学习的不同？
如何看待swin transformer成为ICCV2021的 best paper？
联邦学习/联盟学习 (Federated Learning) 的发展现状及前景如何？
ICLR 2022有哪些值得关注的投稿？
熵权法确定权重的原理是不是因为它仅依赖于数据本身的离散性?
自监督学习（Self-supervised Learning）有什么比较新的思路？
机器学习中非均衡数据集的处理方法？
计算商品embedding然后平均得到用户embedding，会不会存在这种问题？
如何用最简单的语言统一描述多元函数求导（对向量求导、对矩阵求导等）？
研究推荐系统要对NLP很了解吗？
分类机器学习中，某一标签占比太大（标签稀疏），如何学习？
新手如何入门pytorch？
为什么神经网络具有泛化能力？
广告算法工程师的核心竞争力是什么？
如何看待End-to-End Object Detection with Transformers？
resnet（残差网络）的F（x）究竟长什么样子？