Deep Learning 的专家如此急缺,它难在何处?

发布于 2019-06-20 14:19:52

不可否认,人工神经网络中有一些思想是很巧妙的。但正如SVM, Linear Regression, Decision Tree, Boosting Tree 一样,他们都有各自巧妙的思想,但数学并不复杂。通过具象来深入理解其原理和调参也并不复杂。常用的技巧有,train, predict,feature engineering,bootstrap 等等。机器学习作为一种计算机科学分支,其数学概念的复杂度低于统计学。机器学习用的是比较直观的想法。有许多trick,例如loss function, kernel,activation function, back propagation。

那么,机器学习,或者深度学习,难点究竟在哪里呢?

1 是数学基础的严格化?
2 是代码结构的优化?
3 还是在于发现一些新的trick呢?
4 针对具体问题设计合适的模型,决定合适的参数?
5 是否人工神经网络过于复杂,难以用传统手段分析,以至于我们还无法把握它工作的核心机制?

求指教。

--

注:这个问题本身不错,但是原版的补充说明容易把讨论引向歧途。故稍作修改。

查看更多

关注者
0
被浏览
171
0 回答
暂无答案 快来添加答案吧

撰写答案

请登录后再发布答案 点击登录

发布
问题

分享
好友

手机
浏览

扫码手机浏览