g******t 发帖数: 11249 | 1 因为我们分析的前提都是假设data符合某种统计模型
转到ml特别不适应 没有数据模型怎么玩 |
b******t 发帖数: 1271 | |
k**********4 发帖数: 16092 | 3 确实,ml就是没有理论指导的瞎碰
【在 g******t 的大作中提到】 : 因为我们分析的前提都是假设data符合某种统计模型 : 转到ml特别不适应 没有数据模型怎么玩
|
n********t 发帖数: 21 | 4 也就neural network是你说的这样吧
:因为我们的前提都是假设data符合某种统计模型
: |
s******r 发帖数: 5309 | 5 机器学习是当参数个数远远大于建模可能的问题才有意义。如果参数很少, 或者可以
找出很少几个主要参数的问题,建模显然比ML有效。 |
a******9 发帖数: 20431 | 6 传统统计现在都快完了 不搞ML根本没活路
光一个xgboost就把传统回归打得屎都不剩 而且各种树模型神经网络模型日新月异一日
千里 机器能力上来了 性能甩传统统计套路太远
:因为我们的前提都是假设data符合某种统计模型
: |
g******t 发帖数: 11249 | 7 不优美
【在 a******9 的大作中提到】 : 传统统计现在都快完了 不搞ML根本没活路 : 光一个xgboost就把传统回归打得屎都不剩 而且各种树模型神经网络模型日新月异一日 : 千里 机器能力上来了 性能甩传统统计套路太远 : : :因为我们的前提都是假设data符合某种统计模型 : :
|
k**********4 发帖数: 16092 | 8 传统统计现在主要是制药和医学研究用
【在 a******9 的大作中提到】 : 传统统计现在都快完了 不搞ML根本没活路 : 光一个xgboost就把传统回归打得屎都不剩 而且各种树模型神经网络模型日新月异一日 : 千里 机器能力上来了 性能甩传统统计套路太远 : : :因为我们的前提都是假设data符合某种统计模型 : :
|