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
如何用一句话证明自然语言处理很难？如何评价Yann LeCun宣称『他已经做好放弃概率论的准备』？
深度学习火热兴起后，隐马尔可夫模型（HMM）还有何独到之处，是不是几乎可被深度学习模型给替代了？
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？
机器学习自嘲的炼丹和化学材料自嘲的炒菜有什么本质上的区别？
如何解读「量子计算应对大数据挑战：中国科大首次实现量子机器学习算法」？
GPU 与 CPU 比较，为什么说 GPU 更适合深度学习？
简单解释一下sparse autoencoder, sparse coding和restricted boltzmann machine的关系？
为什么计算机科学专业背景的人喜欢黑机器学习？
为什么现在有这么多人工智能无用论？
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
皮尔逊系数为什么要中心化？中心化之后有什么好处？什么叫做泛函空间的大数定律？
你所在的研究领域里，有哪些工作的结果虽然不是造假，但是是精挑细选出来的?
如何看待MXNet获得amazon官方支持首位？
人工智能顶会的best paper，后来都怎么样了？
有哪些可以自学机器学习、深度学习、人工智能的网站？
在CV/NLP/DL领域中，有哪些修改一行代码或者几行代码提升性能的算法？
cygwin和mingw选哪个？
如何评价 MXNet 被 Amazon AWS 选为官方深度学习平台？
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？
如何评价MSRA最新的 Relation Networks for Object Detection？
如何看待在某度搜不到megengine官网？
如何评价FAIR提出的MaskFormer，在语义分割ADE20K上达到SOTA：55.6 mIoU？
围棋AI为什么没有下出同局？
MPI 在大规模机器学习领域的前景如何？
机器学习，深度神经网络等方法是否是正确的方向？
如何评价 DeepMind 新提出的关系网络（Relation Network）？
如何看待鄂维南院士等发起的机器学习联合研讨计划（c2sml.cn）？
数据分析方法论、流程和框架？
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？
为什么有些学数学的看不惯甚至鄙视 Deep Learning？
如何评价 马毅教授 的 NeurIPS 2020 中稿文章 MCR2 及 自称弄明白深度学习了？
现在的人工智能是否走上了数学的极端？
神经网络的万能逼近定理已经发展到什么地步了？
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？
有哪些算法惊艳到了你？
如何评价 CVPR 2020的论文接收结果？有哪些亮点论文？
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？
有哪些「神奇」的数据获取方式？
有哪些相见恨晚的 TensorFlow 小技巧？