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
为什么说深度学习没有理论基础?2019年NeurIPS有哪些糟糕的论文？
GAN 真的创造了新的信息吗？
xgboost原理？
计算机技术的进步与模拟运算，在未来真的可以解决磁约束核聚变技术中所有关键问题吗？
当前（2020年）机器学习中有哪些研究方向特别的坑？
为什么现在有这么多人工智能无用论？
高斯过程的kernel构成的矩阵为何叫协方差矩阵而不是相关系数矩阵？
不觉得最大熵原理很奇怪吗？
如何理解MCMC中的细致平稳条件？
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
如何评价MXNet发布的1.0版本？有哪些比较好的机器学习，深度学习的网络资源可利用？
如何证明马尔科夫链一定会达到稳态？
计算机视觉（cv）方向今年招聘情况怎么样?是否已经人才过剩?
如何评价余凯创立的horizon robotics？
算法岗位真的需要顶会才能入场吗？
能识别情绪的机器人可以算做有情感的机器人吗？
如何评价周志华教授新提出的 Deep Forest 模型，它会取代当前火热的深度学习 DNN 吗？
如何评价Yann LeCun宣称『他已经做好放弃概率论的准备』？
为什么我用相同的模型，数据，超参，随机种子，在两台服务器会得到不同的结果？
如何看待 Richard Sutton 说的「人工智能中利用算力才是王道」？
cygwin和mingw选哪个？
图像处理和机器学习有什么关系？
在机器学习中，L2正则化为什么能够缓过拟合？
K-means聚类算法中的K如何确定？
相比于时下流行的机器学习方法（联接主义），传统的人工智能方法（符号主义）有什么独一无二的优势？
主动学习（Active Learning）近几年的研究有哪些进展，现在有哪些代表性成果？
正负样本极不平衡的问题？
视觉算法的工业部署及落地方面的技术知识，怎么学？
从应用的角度来看，深度学习怎样快速入门？
深度学习有哪些好玩的案例？
机器学习小白来提问：关于联邦学习FedAVG和FedSGD的问题？
机器学习，数据挖掘在研究生阶段大概要学些什么？
请问有没有基于实例的迁移学习的数据？
到了 2022 年，人工智能有哪些真正可落地的应用？
机器学习中有哪些形式简单却很巧妙的idea？
除了深度神经网络已经实现的特性以外，大脑还有哪些特性是值得机器学习领域借鉴的？
能否训练一个AI模型来预测房价，寻找投资机会挖掘价值洼地？
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?
在机器学习中，L2正则化为什么能够缓过拟合？