认知颠覆 · COGNITIVE OVERTURN
模型的“归纳偏置”是领域知识在算法中的隐性编码
没有免费的午餐定理告诉我们,没有普遍最优的模型。任何模型的优越性都建立在**对问题先验的假设(归纳偏置)** 之上。CNN假设数据具有**局部相关性**和**平移不变性**;RNN假设序列具有**马尔可夫性**。选择模型,本质上是选择你对世界运行方式的信念。当模型在新场景失效时,首先应审视的是这个信念是否还成立。
来自这本书的解读报告
《人工智能:机器学习、深度学习与实战》
这本书回答了如何让机器从数据中学习并做出智能决策的问题,其答案是构建一套从特征工程到端到端学习的系统性方法论与工程实践体系。
阅读完整解读报告 →