H******7
发帖数: 1728 | 1 啥时候机器学习系统能写出leetcode 题目我也不说啥了
★ 发自iPhone App: ChineseWeb 8.7 |
c****3
发帖数: 10787 | 2 很容易看穿的。
现在的机器学习，就是用概率法瞎猜的，大数据提高猜中比例。
真正学习适应能力，连苍蝇都比不上
【在 H******7 的大作中提到】
: 啥时候机器学习系统能写出leetcode 题目我也不说啥了
: ★ 发自iPhone App: ChineseWeb 8.7
|
L****8
发帖数: 3938 | 3 lol
【在 c****3 的大作中提到】
: 很容易看穿的。
: 现在的机器学习，就是用概率法瞎猜的，大数据提高猜中比例。
: 真正学习适应能力，连苍蝇都比不上
|
r*g
发帖数: 3159 | 4 机器学习是不是都是linear regression 加各种花花？
【在 H******7 的大作中提到】
: 啥时候机器学习系统能写出leetcode 题目我也不说啥了
: ★ 发自iPhone App: ChineseWeb 8.7
|
r*g
发帖数: 186 | 5 我以前修过一个神奇的课程
叫statistical learning theory
之前我也是这样认为的 那个课程很让人开眼界
真是术和道的区别
在大牛们面前 自惭形愧
尤其惭愧自己不知己不知以为知
【在 r*g 的大作中提到】
: 机器学习是不是都是linear regression 加各种花花？
|
r*g
发帖数: 186 | 6 so close, our id's
【在 r*g 的大作中提到】
: 机器学习是不是都是linear regression 加各种花花？
|
c****3
发帖数: 10787 | 7 太容易被人忽悠了。
其实机器学习就一个标准，机器能理解处理内容是什么。
苍蝇的小脑子，适应环境的时候，应该也是能理解的。
按照这个标准，其实现在的学习，都是在瞎蒙，机器没有理解一丝一毫内容的
【在 r*g 的大作中提到】
: 我以前修过一个神奇的课程
: 叫statistical learning theory
: 之前我也是这样认为的 那个课程很让人开眼界
: 真是术和道的区别
: 在大牛们面前 自惭形愧
: 尤其惭愧自己不知己不知以为知
|
r*g
发帖数: 186 | 8 这一点是的在猜, 但是more than guess
而且还有一个问题
你如何保证自己猜的概率比抛硬币结果更好
我一直觉得machine learning在于没有其他解决方案的时候
给了我们一条解决之路 并且尽可能的使这种解决更精确
并且每走一步
告诉了我们为什么可以这样做
如果你有对system更多更好的information
当然可以选择其他的方法
【在 c****3 的大作中提到】
: 太容易被人忽悠了。
: 其实机器学习就一个标准，机器能理解处理内容是什么。
: 苍蝇的小脑子，适应环境的时候，应该也是能理解的。
: 按照这个标准，其实现在的学习，都是在瞎蒙，机器没有理解一丝一毫内容的
|
r*g
发帖数: 3159 | 9 能否给个学习链接？谢谢。
【在 r*g 的大作中提到】
: 我以前修过一个神奇的课程
: 叫statistical learning theory
: 之前我也是这样认为的 那个课程很让人开眼界
: 真是术和道的区别
: 在大牛们面前 自惭形愧
: 尤其惭愧自己不知己不知以为知
|
c****3
发帖数: 10787 | 10 明摆着这不是我们常规意义上的学习。常规意义上的学习，都是建立在对内容理解基础
上的，动物也是一样。
现在的概率法，就是临时的解决方案，当然比什么都没有好。明摆着前面是死胡同的，
因为对内容根本没有理解。
【在 r*g 的大作中提到】
: 这一点是的在猜, 但是more than guess
: 而且还有一个问题
: 你如何保证自己猜的概率比抛硬币结果更好
: 我一直觉得machine learning在于没有其他解决方案的时候
: 给了我们一条解决之路 并且尽可能的使这种解决更精确
: 并且每走一步
: 告诉了我们为什么可以这样做
: 如果你有对system更多更好的information
: 当然可以选择其他的方法
|
|
|
r*g
发帖数: 186 | 11 哦这其实是一个seminar class 没有教材 每次有一个学生上去讲
我当时讲的functional analysis和kernel那一块好像 因为后面有rkhs
我在美帝读master修过的课程中大多数都很水 就这个课
和另一个关于measure theory的特别难
真心觉得自己和大牛差点不是一点点
说实话 修了对找工作也没什么用
不过无用之用是为大用 好过强不知以为知
【在 r*g 的大作中提到】
: 能否给个学习链接？谢谢。
|
r*g
发帖数: 186 | 12
有个笑话 说一个中国人传一个小条进一个屋子
一大群不懂中文的科学家在屋子里面分析 最后一拍大腿
哦, 原来这个小条上写的是一个笑话! 于是科学家们开始笑
装作理解了这个笑话
让机器"理解" 这可能是哲学问题
【在 c****3 的大作中提到】
: 明摆着这不是我们常规意义上的学习。常规意义上的学习，都是建立在对内容理解基础
: 上的，动物也是一样。
: 现在的概率法，就是临时的解决方案，当然比什么都没有好。明摆着前面是死胡同的，
: 因为对内容根本没有理解。
|
c****3
发帖数: 10787 | 13 你这种说法，其实是搞人工智能的人的自我欺骗。
不能理解生物智慧是如何工作的，就自我欺骗说智慧就是概率法产生的
【在 r*g 的大作中提到】
:
: 有个笑话 说一个中国人传一个小条进一个屋子
: 一大群不懂中文的科学家在屋子里面分析 最后一拍大腿
: 哦, 原来这个小条上写的是一个笑话! 于是科学家们开始笑
: 装作理解了这个笑话
: 让机器"理解" 这可能是哲学问题
|
w***g
发帖数: 5958 | 14 赞无用之用为大用。学东西就要有这种远见。
【在 r*g 的大作中提到】
: 哦这其实是一个seminar class 没有教材 每次有一个学生上去讲
: 我当时讲的functional analysis和kernel那一块好像 因为后面有rkhs
: 我在美帝读master修过的课程中大多数都很水 就这个课
: 和另一个关于measure theory的特别难
: 真心觉得自己和大牛差点不是一点点
: 说实话 修了对找工作也没什么用
: 不过无用之用是为大用 好过强不知以为知
|
L****8
发帖数: 3938 | 15 统计学习的本质就是模板记忆和匹配
【在 c****3 的大作中提到】
: 你这种说法，其实是搞人工智能的人的自我欺骗。
: 不能理解生物智慧是如何工作的，就自我欺骗说智慧就是概率法产生的
|
c****3
发帖数: 10787 | 16 生物虽然也有模板记忆和模糊模式匹配，但是差之毫厘 失之千里。
说生物是通过统计方式学习的，是没有生物学证据的说法。
完全是一种自欺欺人的想象
【在 L****8 的大作中提到】
: 统计学习的本质就是模板记忆和匹配
|
v*******e
发帖数: 11604 | 17
这个是"Chinese room" argument，我老刚刚研读过。
【在 r*g 的大作中提到】
:
: 有个笑话 说一个中国人传一个小条进一个屋子
: 一大群不懂中文的科学家在屋子里面分析 最后一拍大腿
: 哦, 原来这个小条上写的是一个笑话! 于是科学家们开始笑
: 装作理解了这个笑话
: 让机器"理解" 这可能是哲学问题
|
v*******e
发帖数: 11604 | 18
这个是"Chinese room" argument，我老刚刚研读过。
【在 r*g 的大作中提到】
:
: 有个笑话 说一个中国人传一个小条进一个屋子
: 一大群不懂中文的科学家在屋子里面分析 最后一拍大腿
: 哦, 原来这个小条上写的是一个笑话! 于是科学家们开始笑
: 装作理解了这个笑话
: 让机器"理解" 这可能是哲学问题
|
a******e
发帖数: 82 | 19 ...还是有点用的
【在 H******7 的大作中提到】
: 啥时候机器学习系统能写出leetcode 题目我也不说啥了
: ★ 发自iPhone App: ChineseWeb 8.7
|
c***z
发帖数: 6348 | 20 怎么定义“理解”？
从Bayesian的角度来讲，机器和人学习是一回事，都是用likelihood来update prior
belief
【在 c****3 的大作中提到】
: 太容易被人忽悠了。
: 其实机器学习就一个标准，机器能理解处理内容是什么。
: 苍蝇的小脑子，适应环境的时候，应该也是能理解的。
: 按照这个标准，其实现在的学习，都是在瞎蒙，机器没有理解一丝一毫内容的
|
|
|
l***i
发帖数: 956 | 21 人和机器显然不同学习模式，比如语言学了，现在主流看法是人有语法本能。prior
knowledge 照你的说法又是从哪来的呢。
实际图灵讲的人工智能并没说要模拟人的智能，而是完成人的智能可以完成的任务。
【在 c***z 的大作中提到】
: 怎么定义“理解”？
: 从Bayesian的角度来讲，机器和人学习是一回事，都是用likelihood来update prior
: belief
|
c****3
发帖数: 10787 | 22 想不出生物的理解是怎么回事，不等于“理解”不存在
现在搞人工智能的，快成唯心主义了，自己搞不懂的，就认为不存在。从来不肯承认，
这个世界，人类不理解的东西多了。
【在 c***z 的大作中提到】
: 怎么定义“理解”？
: 从Bayesian的角度来讲，机器和人学习是一回事，都是用likelihood来update prior
: belief
|
s******y
发帖数: 416 | 23 你首先要量化定义理解。
你不定义理解，怎么能说机器没理解？
【在 c****3 的大作中提到】
: 明摆着这不是我们常规意义上的学习。常规意义上的学习，都是建立在对内容理解基础
: 上的，动物也是一样。
: 现在的概率法，就是临时的解决方案，当然比什么都没有好。明摆着前面是死胡同的，
: 因为对内容根本没有理解。
|
c***z
发帖数: 6348 | 24 怎么定义 学习，理解，智能，这些东西？
你说的是弱人工智能，也有认为强人工智能（自我意识）才算数的。事实上你把图灵也
理解错了。
我就是学人工智能相关的，后来大家都把注意力转移到实际问题，而不是哲学讨论了。
事实上，连哲学本身也不怎么讨论本体论方法论这样基础的东西了。
【在 l***i 的大作中提到】
: 人和机器显然不同学习模式，比如语言学了，现在主流看法是人有语法本能。prior
: knowledge 照你的说法又是从哪来的呢。
: 实际图灵讲的人工智能并没说要模拟人的智能，而是完成人的智能可以完成的任务。
|
