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？ 第1页
1
wangliwu 网友的相关建议:
其实09年就已经有相关的工作了，还发表在了science上
Distilling Free-Form Natural Laws from Experimental Data
这篇文章介绍了仅仅利用一些实验记录的raw data，学习出了简谐运动，单摆，双摆等运动的物理规律（具体来说是Hamiltonian and Lagrangian的解析表达式）。
（图来自原paper）
当时机器学习还没现在这么火爆，文章也只是用了symbolic regression的方法定义不同变量之间的偏导作为loss，当时还是引起了不少关注的。只是现在机器学习变得火爆了，但好像反而没什么人关注这个问题了。。。
经评论区指出，今年ICLR有一篇 https://openreview.net/forum?id=BkgRp0FYe¬eId=BkgRp0FYe
类似的工作，用神经网络来学习一个表达式。
xie-dan-9 网友的相关建议:
数据从来不是它如何解释的，而是这个解释如何传播的。
比如说，股市涨跌和某人膝盖痛苦程度成正比，就算AI把这个规律总结出来，这个解释也不会被传播出去的。
1
相关话题
联邦学习在机器学习领域有什么独立存在的价值?自学深度学习是怎样一种体验？
在中文 NLP 等论文中，应该如何翻译 token 这个词？
马上计算机研一，想问一下机器学习、深度学习…大家都是怎么入门的？
机器学习小白来提问：关于联邦学习FedAVG和FedSGD的问题？
如何看待FAIR提出的8-bit optimizer：效果和32-bit optimizer相当？
汉语拼音里，哪些字母用的最多？
GAN（对抗生成网络）可以被用于哪些（商业或潜在商业）实际问题？
在集成电路设计领域（数字，模拟），人工智能有无可能取代人类？
如何看待 TI7 上与 Dendi solo 的 OpenAI？
前一个讨论
龙格现象产生的原因？
下一个讨论
如何看待南京人一年吃掉一亿多只鸭子？
相关的话题
如何比较Keras, TensorLayer, TFLearn ？在与 AlphaGo（包括 Master） 的对局中是否出现了一些人类历史上从未想到过的着法、技巧？
现在的人工智能是否走上了数学的极端？
有哪些好的数据来源或者大数据平台？
为什么中文 NLP 数据集这么少？
加州大学伯克利分校为何能连续孵化出 Mesos,Spark,Alluxio,Ray 等重量级开源项目?
训练过程中loss震荡特别严重，可能是什么问题？
看完麻省理工博士胡渊鸣用代码实现「冰雪奇缘」后，自己陷入了深深的自卑，如何排解这种情绪？
如何通俗的解释交叉熵与相对熵？
2021年，ncnn发展的如何了？
如何评价MXNet发布的1.0版本？
最数学的计算机科学方向有哪些？
生成式对抗网络GAN有哪些最新的发展，可以实际应用到哪些场景中？
如何看待谷歌公开 tensorflow 专用处理器 TPU?
如何评价论文「Stochastic Training is Not Necessary ...」?
目前有哪些比较成功的人工智能应用？
PyTorch中在反向传播前为什么要手动将梯度清零？
据说机器学习长于预测，计量经济学长于解释。有什么具体例子是机器学习完成了很好的预测却在解释上表现不好？
如何快速成为数据分析师？
物理专业的学生如何看待机器学习和大数据这些方向呢？
神经网络训练多个epoch，写论文的时候可以取最好的效果那一个epoch作为结果吗？
如何看待指出 神经网络的训练罪魁祸首是退化一文？
深度学习底层开发对数学有哪些要求？
只有正样本和未标签数据的机器学习怎么做？
如何看待KDD'21的文章，异质图神经网络的效果不如简单的GCN、GAT？
有哪些看了让你醍醐灌顶的书籍、论文、期刊，使你对如何做数据挖掘、特征工程、统计挖掘有了眉目？
现在的BERT等语言模型，最快训练要多久？
参加kaggle竞赛是怎样一种体验？
如何评价余凯在朋友圈发表呼吁大家用 caffe、mxnet 等框架，避免使用 TensorFlow？
基于大数据的个人信用体系有没有可能被滥用？