a*******1
发帖数: 1 | 1 computational statistics只是（unsupervised ) machine learning中的一部分。 |
a***m
发帖数: 5037 | 2 现在的AI要落实应用
其实是在解决一系列工程问题：
数据的准备预处理，硬件的支持，网络结构选型，程序实现，调参等等
不能把一个工程学科和统计等同起来把 |
a*******1
发帖数: 1 | 3 machine learning中的一个很重要的问题就是classification。说得通俗一点，就是给
个体对象（objects)贴标签(labels)。 |
T*******x
发帖数: 8565 | 4 传统machine learning 是统计。现在deep learning，neural networks不是统计。
【在 a*******1 的大作中提到】
: computational statistics只是（unsupervised ) machine learning中的一部分。
|
g******t
发帖数: 11249 | 5 ML有几个流派
有统计发愿的，也有AI发源的
【在 T*******x 的大作中提到】
: 传统machine learning 是统计。现在deep learning，neural networks不是统计。
|
b***y
发帖数: 14281 | 6 你说一个不是统计的部分来看看是不是还是统计。
★ 发自iPhone App: ChinaWeb 1.1.4
【在 a*******1 的大作中提到】
: computational statistics只是（unsupervised ) machine learning中的一部分。
|
g******t
发帖数: 11249 | 7 heuristic search
【在 b***y 的大作中提到】
: 你说一个不是统计的部分来看看是不是还是统计。
:
: ★ 发自iPhone App: ChinaWeb 1.1.4
|
s*****r
发帖数: 43070 | |
b***y
发帖数: 14281 | 9 说的当然是软件部分，一整套实现方法当然是工程，但你也可以说那是统计的工程实现。
★ 发自iPhone App: ChinaWeb 1.1.4
【在 a***m 的大作中提到】
: 现在的AI要落实应用
: 其实是在解决一系列工程问题：
: 数据的准备预处理，硬件的支持，网络结构选型，程序实现，调参等等
: 不能把一个工程学科和统计等同起来把
|
T*******x
发帖数: 8565 | 10 convolutional neural networks就不是统计。图像识别的。
【在 b***y 的大作中提到】
: 你说一个不是统计的部分来看看是不是还是统计。
:
: ★ 发自iPhone App: ChinaWeb 1.1.4
|
|
|
b***y
发帖数: 14281 | 11 NNW怎么不是统计？这就是大参数系统靠暴力calibrations出来的模型，地下还是
optimize error function加linear and non-linear regression，非常典型的统计方
法。
★ 发自iPhone App: ChinaWeb 1.1.4
【在 T*******x 的大作中提到】
: 传统machine learning 是统计。现在deep learning，neural networks不是统计。
|
a*******1
发帖数: 1 | 12 好的。
很多例子…随便来一个：
李菲菲知道不？
她就是用convolutions network识别images。
这个不是统计。
【在 b***y 的大作中提到】
: 你说一个不是统计的部分来看看是不是还是统计。
:
: ★ 发自iPhone App: ChinaWeb 1.1.4
|
g******t
发帖数: 11249 | 13 统计有两种文化
data model和algorithm model
【在 b***y 的大作中提到】
: NNW怎么不是统计？这就是大参数系统靠暴力calibrations出来的模型，地下还是
: optimize error function加linear and non-linear regression，非常典型的统计方
: 法。
:
: ★ 发自iPhone App: ChinaWeb 1.1.4
|
b***y
发帖数: 14281 | 14 看楼上，这就是典型的multi variable regression，非常经典的统计。不过是自由度
特别大一点，以前人不相信可以这样暴力calibrate，现在知道原来能work。
★ 发自iPhone App: ChinaWeb 1.1.4
【在 T*******x 的大作中提到】
: convolutional neural networks就不是统计。图像识别的。
|
b***y
发帖数: 14281 | 15 这个算是是比较靠CS。
★ 发自iPhone App: ChinaWeb 1.1.4
【在 g******t 的大作中提到】
: heuristic search
|
g******t
发帖数: 11249 | 16 还有频率学派和贝叶斯学派之争
【在 b***y 的大作中提到】
: 这个算是是比较靠CS。
:
: ★ 发自iPhone App: ChinaWeb 1.1.4
|
b***y
发帖数: 14281 | 17 基本上来说主流的AI应用技术都是统计，区别主要是以前统计里设计模型的人试图控制
理解model ，要赋予每一个参数一个物理意义。现在改做大参数空间的模型，放弃对模
型直接的控制，也不打算理解每一个参数的意义了。其他有些CS的技巧的算法，但大体
有牛B结果的都是从原先统计里拉过来的。
★ 发自iPhone App: ChinaWeb 1.1.4
【在 a*******1 的大作中提到】
: computational statistics只是（unsupervised ) machine learning中的一部分。
|
T*******x
发帖数: 8565 | 18 你这么理解我觉得不是deep neural network本质。deep neural network本质是模拟神
经细胞，层次要深，层层传导，一层比一层抽象度高，最后达到人类日常概念的抽象程
度。
【在 b***y 的大作中提到】
: 看楼上，这就是典型的multi variable regression，非常经典的统计。不过是自由度
: 特别大一点，以前人不相信可以这样暴力calibrate，现在知道原来能work。
:
: ★ 发自iPhone App: ChinaWeb 1.1.4
|
D**D
发帖数: 1 | 19 说的太好了。
我熟悉的领域就是这样。
：基本上来说主流的AI应用技术都是统计，区别主要是以前统计里设计模型的人试图控
制理解model ，要赋予每一个参数一个物理意义。现在改做大参数空间的模型，放弃对
模型直接的控制，也不打算理解每一个参数的意义了。其他有些CS的技巧的算法，但大
体有牛B结果的都是从原先统计里拉过来的。
： |
x****6
发帖数: 4339 | 20 妈卖批的，也就是说，现在的AI是hype咯。
【在 D**D 的大作中提到】
: 说的太好了。
: 我熟悉的领域就是这样。
:
: ：基本上来说主流的AI应用技术都是统计，区别主要是以前统计里设计模型的人试图控
: 制理解model ，要赋予每一个参数一个物理意义。现在改做大参数空间的模型，放弃对
: 模型直接的控制，也不打算理解每一个参数的意义了。其他有些CS的技巧的算法，但大
: 体有牛B结果的都是从原先统计里拉过来的。
: ：
|
|
|
b***y
发帖数: 14281 | 21 这个又不是新闻啦，很早就是这么说的啦，但一开始并没有人怀疑它是统计，顶多是受
到生物体启发的统计方法。2000年左右neural networks就用在很多问题上啦，当时很
多搞天体物理这一类实验的人用，因为背后的物理太复杂搞不清楚，这个方法的好处是
不用假定统计分布的形状。convolution算是比较新一点。
★ 发自iPhone App: ChinaWeb 1.1.4
★ 发自iPhone App: ChinaWeb 1.1.4
【在 T*******x 的大作中提到】
: 你这么理解我觉得不是deep neural network本质。deep neural network本质是模拟神
: 经细胞，层次要深，层层传导，一层比一层抽象度高，最后达到人类日常概念的抽象程
: 度。
|
b********6
发帖数: 35437 | 22 这不就是统计吗？
[在 TheMatrix (TheMatrix) 的大作中提到：]
:你这么理解我觉得不是deep neural network本质。deep neural network本质是模拟
神经细胞，层次要深，层层传导，一层比一层抽象度高，最后达到人类日常概念的抽象
程度。
:☆ 发自 iPhone 买买提 1.24.07 |
c*k
发帖数: 108 | 23
基本上正确。本质上就是炒作概念。
【在 x****6 的大作中提到】
: 妈卖批的，也就是说，现在的AI是hype咯。
|
a***m
发帖数: 5037 | 24 工程领域 谈炒作不炒作没意义 就看解决问题没有
现在深度学习还是切切实实解决了以前没法解决的问题
特别是视觉感知领域 全面推进了一大步
【在 c*k 的大作中提到】
:
: 基本上正确。本质上就是炒作概念。
|
a*******1
发帖数: 1 | 25 我知道IBM用一大堆高性能processor来模拟brain，非常有意思。 |
w*******2
发帖数: 2199 | 26 你不如说牛顿迭代法也是统计得了
lol
【在 b***y 的大作中提到】
: NNW怎么不是统计？这就是大参数系统靠暴力calibrations出来的模型，地下还是
: optimize error function加linear and non-linear regression，非常典型的统计方
: 法。
:
: ★ 发自iPhone App: ChinaWeb 1.1.4
|
h*****2
发帖数: 154 | 27 正想说，看来 梯度下降，牛顿法 统统都是统计
壮哉我大统计
: 你不如说牛顿迭代法也是统计得了
: lol
【在 w*******2 的大作中提到】
: 你不如说牛顿迭代法也是统计得了
: lol
|
w*******2
发帖数: 2199 | 28 你这傻逼生物千老
正好相反，如果什么东西有扎实的统计理论作基础，那就不可能是hype
AI里恰恰含有很多没啥扎实统计理论的部分，所以才有hype的危险
当然统计出的问题主要是出自统计假设错误， 这个是可以避免的， 数据会指出
【在 x****6 的大作中提到】
: 妈卖批的，也就是说，现在的AI是hype咯。
|
g******t
发帖数: 11249 | 29 主要是硬件进步了
【在 a***m 的大作中提到】
: 工程领域 谈炒作不炒作没意义 就看解决问题没有
: 现在深度学习还是切切实实解决了以前没法解决的问题
: 特别是视觉感知领域 全面推进了一大步
|
a*******1
发帖数: 1 | 30 这就是IBM的TrueNorth Neurosynaptic System.
【在 a*******1 的大作中提到】
: 我知道IBM用一大堆高性能processor来模拟brain，非常有意思。
|
|
|
a***m
发帖数: 5037 | 31 争论这个没意思
那你用过去算法现在硬件去跑
跑的过现在的state-of-the-art
就去发论文批驳deeplearning好了
【在 g******t 的大作中提到】
: 主要是硬件进步了
|
g******t
发帖数: 11249 | 32 AI会议灌水的人多
理论统计门槛高多了
【在 a***m 的大作中提到】
: 争论这个没意思
: 那你用过去算法现在硬件去跑
: 跑的过现在的state-of-the-art
: 就去发论文批驳deeplearning好了
|
d*****u
发帖数: 17243 | 33 传统的统计主要研究假设检验，数据拟合等等。
现在的深度学习也可以说是拟合，但是绕开了各种统计定理，用高维度参数实现对数据
内部关系的模拟。 |
b***y
发帖数: 14281 | 34 牛顿法，最速下降法，最小化误差函数拟合出最优函数，你非要说这不叫统计那就不能
怪比人笑话你了。
★ 发自iPhone App: ChinaWeb 1.1.4
【在 h*****2 的大作中提到】
: 正想说，看来 梯度下降，牛顿法 统统都是统计
: 壮哉我大统计
:
:
: 你不如说牛顿迭代法也是统计得了
:
: lol
:
|
b***y
发帖数: 14281 | 35 没必要批驳deeplearning，也许人脑也是个统计模型。这并不矛盾。
没人怀疑现在的AI能在很多传统上使用统计的地方发挥作用，比如人脸识别，语言理解。
比较争议的问题是现在这个方法能不能出现真正的自主意识吧。
★ 发自iPhone App: ChinaWeb 1.1.4
【在 a***m 的大作中提到】
: 争论这个没意思
: 那你用过去算法现在硬件去跑
: 跑的过现在的state-of-the-art
: 就去发论文批驳deeplearning好了
|
h*****2
发帖数: 154 | 36 反正统计最牛逼，都是统计好了吧
: 牛顿法，最速下降法，最小化误差函数拟合出最优函数，你非要说这不叫统计那
就不能
: 怪比人笑话你了。
: ★ 发自iPhone App: ChinaWeb 1.1.4
【在 b***y 的大作中提到】
: 没必要批驳deeplearning，也许人脑也是个统计模型。这并不矛盾。
: 没人怀疑现在的AI能在很多传统上使用统计的地方发挥作用，比如人脸识别，语言理解。
: 比较争议的问题是现在这个方法能不能出现真正的自主意识吧。
:
: ★ 发自iPhone App: ChinaWeb 1.1.4
|
m*****n
发帖数: 4015 | 37 不能说是统计。数学就是个工具。总不能说去用了这个工具 就成了 工具的学科分支了
吧。信息论 编码解码 也用统计 我们 仍然把它看成EE 分支而不是统计xueke |
m*****n
发帖数: 4015 | 38 学科分支是这么定义的吗？ deep learning 是研究这写个课题的吗。
【在 b***y 的大作中提到】
: 牛顿法，最速下降法，最小化误差函数拟合出最优函数，你非要说这不叫统计那就不能
: 怪比人笑话你了。
:
: ★ 发自iPhone App: ChinaWeb 1.1.4
|
o***o
发帖数: 194 | 39 统计ai根本不可靠，我老养猪就看出来了
统计ai不工作都不知道为什么,所以商用是joke，谁敢用一会工作一会不工作，都搞不
清为什么的.根本无法满足商用可靠要求
人脑根本不是这样的工作的，可靠性不能比，否则大部分人开车都撞死了 |
D**D
发帖数: 1 | |
|
|
a***m
发帖数: 5037 | 41 人的偶然性多了。
不管是体育运动还是考试成绩不都有偶然性吗
【在 o***o 的大作中提到】
: 统计ai根本不可靠，我老养猪就看出来了
: 统计ai不工作都不知道为什么,所以商用是joke，谁敢用一会工作一会不工作，都搞不
: 清为什么的.根本无法满足商用可靠要求
: 人脑根本不是这样的工作的，可靠性不能比，否则大部分人开车都撞死了
|
o***o
发帖数: 194 | 42 人的可靠性强多了，人处理的问题都不是能精确计算的，不能用精确计算问题和人比，
这种是没智商的比较，比我养猪的脑子都不如
: 人的偶然性多了。
: 不管是体育运动还是考试成绩不都有偶然性吗
【在 a***m 的大作中提到】
: 人的偶然性多了。
: 不管是体育运动还是考试成绩不都有偶然性吗
|
L**********g
发帖数: 498 | 43 这不就是人工智能吗，你雇人之前，也不知道他能不能干，得试用三个月，跟AI一样
【在 o***o 的大作中提到】
: 统计ai根本不可靠，我老养猪就看出来了
: 统计ai不工作都不知道为什么,所以商用是joke，谁敢用一会工作一会不工作，都搞不
: 清为什么的.根本无法满足商用可靠要求
: 人脑根本不是这样的工作的，可靠性不能比，否则大部分人开车都撞死了
|
T*******x
发帖数: 8565 | 44 那你说说啥是统计，咱们看看能不能把它装进去。
【在 b********6 的大作中提到】
: 这不就是统计吗？
: [在 TheMatrix (TheMatrix) 的大作中提到：]
: :你这么理解我觉得不是deep neural network本质。deep neural network本质是模拟
: 神经细胞，层次要深，层层传导，一层比一层抽象度高，最后达到人类日常概念的抽象
: 程度。
: :☆ 发自 iPhone 买买提 1.24.07
|
b***y
发帖数: 14281 | 45 如果deep learning用了regression方法后发展出一套关于神经网络内部工作机制的数
学理论，那么就变成一个新的学科。但是实际并没有。目前为止machine leaning除了
统计里的东西以外并没有新的数学，有的只是我试验了这个network，有这么多层，用
了这样的convolution积分，结果work了。至于说为什么work，基本靠猜。所以根本没
有发展出新的学科，就是一大堆人在使出吃奶的力气大量的应用了统计方法，做了很多
试验得出一些经验总结。
★ 发自iPhone App: ChinaWeb 1.1.4
【在 m*****n 的大作中提到】
: 学科分支是这么定义的吗？ deep learning 是研究这写个课题的吗。
|
o***o
发帖数: 194 | 46 你这太差了，连我说的什么都没听懂
: 这不就是人工智能吗，你雇人之前，也不知道他能不能干，得试用三个月，跟AI
一样
【在 L**********g 的大作中提到】
: 这不就是人工智能吗，你雇人之前，也不知道他能不能干，得试用三个月，跟AI一样
|
T*******x
发帖数: 8565 | 47 应该这么说，deep learning要解决的问题和统计regression要解决的问题有重合，但
是使用的方法不是统计的方法。
【在 b***y 的大作中提到】
: 如果deep learning用了regression方法后发展出一套关于神经网络内部工作机制的数
: 学理论，那么就变成一个新的学科。但是实际并没有。目前为止machine leaning除了
: 统计里的东西以外并没有新的数学，有的只是我试验了这个network，有这么多层，用
: 了这样的convolution积分，结果work了。至于说为什么work，基本靠猜。所以根本没
: 有发展出新的学科，就是一大堆人在使出吃奶的力气大量的应用了统计方法，做了很多
: 试验得出一些经验总结。
:
: ★ 发自iPhone App: ChinaWeb 1.1.4
|
n********t
发帖数: 21 | 48 我也不懂ai，但是连老莫都看出来是hype。就知道ai兔子尾巴长不了。
：人的可靠性强多了，人处理的问题都不是能精确计算的，不能用精确计算问题和人比
，这种是没智商的比较，比我养猪的脑子都不如
： |
z***o
发帖数: 1254 | 49 不懂AI。看过李菲菲的演讲视频。她的computer vision以前和语音识别自然语言处理
都叫模式识别，现在都归在AI里头了。她自己说以前都是搞model，现在都是搞海量数
据不搞model了。简单说理论还是老一套，就是利用了第一互联网产生的海量数据，第
二现代半导体发达后的强大计算能力，这两板斧造就了现今AI的亢奋 |
b***y
发帖数: 14281 | 50 也不完全是算力问题。主要是以前人们都不认为凭这类primitive的模型能靠海量数据
加暴力拟合达成这么好的效果。一般人都觉得肯定会over fit，最后屁用没有。但是真
有人去实验之后发现很多情况下还真的work，比方图像识别，效果巨好。其实技术没什
么大的进步，但是解放了思维，人们恍然大悟原来巨量自由度加巨量拟合是可以收到些
神奇效果的。
★ 发自iPhone App: ChinaWeb 1.1.4
【在 z***o 的大作中提到】
: 不懂AI。看过李菲菲的演讲视频。她的computer vision以前和语音识别自然语言处理
: 都叫模式识别，现在都归在AI里头了。她自己说以前都是搞model，现在都是搞海量数
: 据不搞model了。简单说理论还是老一套，就是利用了第一互联网产生的海量数据，第
: 二现代半导体发达后的强大计算能力，这两板斧造就了现今AI的亢奋
|
|
|
n******e
发帖数: 163 | |
b**e
发帖数: 1476 | 52 从统计角度deep learning包括cnn是统计的一个步骤
就是生成feature的过程
【在 T*******x 的大作中提到】
: 应该这么说，deep learning要解决的问题和统计regression要解决的问题有重合，但
: 是使用的方法不是统计的方法。
|
b******t
发帖数: 1271 | 53 正确的说是递归算法
的确和统计差别不大问题是智能是独立于大数据的递归计算的
: machine learning中的一个很重要的问题就是classification。说得通俗一点，
就是给
: 个体对象（objects)贴标签(labels)。
【在 a*******1 的大作中提到】
: 这就是IBM的TrueNorth Neurosynaptic System.
|
m*****n
发帖数: 4015 | 54 你这个认识太片面了。你把深度学习 当成一个统计分支。
你这就好比把 研究 compression 或者做 source coding 的那拨人 直接划到统计系一
样。
深度学习 也有很多其他手段和问题。当数据不是 predictive 的时候 很多时候 这是
一个优化问题。不是一个统计问题。优化问题是应用数学部分。其他还有 图形学 拓扑
学。其实 深度学习和神经网络关系很大 儿这个分支明显更贴近于 EE 大方向下面的
信号处理 小方向。把 深度学习划分到 信号处理 比你划到数学系的统计专业更靠谱。
[在 btphy (btphy) 的大作中提到：]
:如果deep learning用了regression方法后发展出一套关于神经网络内部工作机制的数
:学理论，那么就变成一个新的学科。但是实际并没有。目前为止machine leaning除了
:统计里的东西以外并没有新的数学，有的只是我试验了这个network，有这么多层，用
:了这样的convolution积分，结果work了。至于说为什么work，基本靠猜。所以根本没
:有发展出新的学科，就是一大堆人在使出吃奶的力气大量的应用了统计方法，做了很
多试验得出一些经验总结。
:★ 发自iPhone App: ChinaWeb 1.1.4 |
a*******1
发帖数: 1 | 55 李菲菲教授搞的那个数据库对人工智能有了不起的贡献。具体来说，她的团队用的
model是convolutional network给数亿万计的images贴标签。这个开放数据库可以用来
为之
后的AI model当training data用。
【在 z***o 的大作中提到】
: 不懂AI。看过李菲菲的演讲视频。她的computer vision以前和语音识别自然语言处理
: 都叫模式识别，现在都归在AI里头了。她自己说以前都是搞model，现在都是搞海量数
: 据不搞model了。简单说理论还是老一套，就是利用了第一互联网产生的海量数据，第
: 二现代半导体发达后的强大计算能力，这两板斧造就了现今AI的亢奋
|
t********e
发帖数: 1079 | 56 shabi，牛顿迭代是算法
【在 h*****2 的大作中提到】
: 正想说，看来 梯度下降，牛顿法 统统都是统计
: 壮哉我大统计
:
:
: 你不如说牛顿迭代法也是统计得了
:
: lol
:
|
