机器学习研究的 12 个宝贵经验

Posted 2023-02-16 叶庭云

文章目录

• 一、前言
• 二、主要内容

CSDN 叶庭云：https://yetingyun.blog.csdn.net/

---

一、前言

华盛顿大学教授 Pedro Domingos 的一篇名为《A Few Useful Things to Know About Machine Learning》 的论文，总结了有利于机器学习研究者和从业者的 12 个宝贵经验。最早发表于 Communications of the ACM，2012 年 10 月期，至今引用数接近 3500 次。

这 12 个宝贵经验是：

• 学习=表征+评估+优化
• 泛化能力很关键
• 仅有数据是不够的
• 过拟合具有多面性
• 高维度会挫伤直觉
• 理论保证与实际的出入
• 特征工程是关键
• 数据量为王
• 不单单学习一个模型
• 简单不意味着准确
• 可表征并不意味着可学习
• 相关性并不意味着因果关系

---

二、主要内容<