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
推荐系统应该如何保障推荐的多样性？如何看待李国杰院士在科学网发文称，国内 AI 研究「顶不了天、落不了地」，该想想了？
如何评价英伟达于 GTC 2021 大会发布的基于 ARM 架构的 Grace CPU？
联邦学习在机器学习领域有什么独立存在的价值?
机器学习专家与统计学家观点上有哪些不同？
目前的人工智能离可以自己给自己写代码编程还有多远？
如何简单理解贝叶斯决策理论（Bayes Decision Theory）？
插值和拟合最根本的区别是什么？机器学习为啥用拟合？？
《人工智能训练师国家职业技能标准》发布，有哪些值得关注的信息？
如何系统学习机器学习？
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
CVPR 2015 有什么值得关注的亮点？2020到2021年小样本学习取得重大进展了吗？
如何评价 MLSys 这个会议？
李航的统计学习方法，吴恩达的视频，关于机器学习的东西都看不懂是怎么回事？
机器学习如何才能避免「只是调参数」？
国内目前的量化交易是否很少涉及到机器学习？
Transformer在工业界的应用瓶颈如何突破？
如果百年后深度学习最终有了公认的数学理论作为基础，能解释实验中的各类玄学，那这个理论会长什么样子？
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？
三位物理学家与陶哲轩发现的特征向量全新求解公式，会给机器学习领域带来怎样的变化？
如何用机器学习判断《溪岸图》是否董源真迹？
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？
计算机视觉顶级会议论文中比较适合初学计算机视觉的人做的复现实验有哪些？
如何简单理解贝叶斯决策理论（Bayes Decision Theory）？
有没有值得推荐的随机森林 Random Forest教材？
为啥gan里面几乎不用pooling？
运维监控的KPI异常检测 业界有哪些实用方法？
NLP领域，你推荐哪些综述性的文章？
有哪些比较好的机器学习、数据挖掘、计算机视觉的订阅号、微博或者是论坛？
算法岗位真的需要顶会才能入场吗？
有哪些优秀的深度学习入门书籍？需要先学习机器学习吗？
自学深度学习是怎样一种体验？
经过足够长的时间， AlphaGo 的棋谱能收敛到一张上吗？
如何看待2016年3月柯洁表示 AlphaGo「赢不了我」？
请问人工神经网络中的activation function的作用具体是什么？为什么ReLu要好过于tanh和sigmoid function?
ICML2020有哪些值得关注的工作?
AI在网络安全领域（尤其是威胁检测领域），有什么好的应用场景？
已有大量编程基础，如何速成python用于学习机器学习？
如何看待 Uber 发生全球首例自动驾驶致死事件？
如何评价 2018 清华大学特等奖学金计算机大类（贵系、软院、姚班）无人通过一轮筛选？