怎样评价一个人机器学习水平的高低
那就是对人类智力的理解和解决问题的能力，比如目前机器学习超级难题推箱子，普通程序员会想到用穷竭搜索和剪枝，但机器学习专家想到的却是构造逻辑链根据训练数据改进这种链结构，通过这种链来把推箱子分成n个支线任务，然后对支线任务进行小范围的求解，但因此也只有这种方法有办法解决推箱子不断递增的地图大小所带来复杂度的提升。事实上任何一个人类编排的推箱子关卡都可以形成多种中立型结构，而通过这种结构就可以提取出非常有用的特征数据，而通过这种数据来拟合人类的思考方式最后把推箱子归纳为一种"结构"，最后以小范围搜索或者逆推归纳来逐步完成局部的推箱子关卡。但人类的思维方式毕竟是人类的，而机器的思维方式和人类完全不同，如何通过训练数据来完成对现实人类思维方式的拟合是机器学习专家应该考虑的。一个人的机器学习水平主要体现在对各种数学模型的构造上，前面所说的"结构"，你有办法用最底层的c语言构造它吗?就比如你想让机器通关魂斗罗，你该采用怎样的数据结构，你应该让机器采纳基于按键和时差的特征数据还是基于游戏内部的，显然选择后者你必须构造一种数据结构来实现对游戏内部各种物体运动模式的拟合，该怎么做?这一切归根结底是什么?那是数学水平，我告诉你有能力写出能解竞赛级问题的推箱子解题软件的那以经是puzzle类游戏解题大神和机器学习领域的双料人才了，有能力设计ai通关魂斗罗并做到这点的，他一定是可以30天内写出2d物理引擎完成愤怒的小鸟demo的人，机器学习涉及的领域非常多，这可没有标准来衡量一个人的水平。首先什么是"机器学习"，那不是用机器来学习，而是选择合适的模型来让机器完成对人类智力的拟合，这一切归根结底是你的复杂模型构造能力，但这个模型可不是c语言里的什么只有几百行代码的数据结构，一个20w行的代码的程序都可以成为这种结构的。机器学习归根结底是对目前人类智力成果的整合，比如把计算器整合到语言系统，再把语言整合到音频识别。。。你的目标是设计一种胶水把它们粘连起来，而训练数据正是这种胶水，通过这种数据来映射哈希表从而达到对有限类型的拟合，当哈希表的容量越来越大通过启发式搜索a*的h(x)来完成对哈希表的查找，机器也越来越能解决更多问题，但这不是关键，关键是你拿胶水沾的东西，如果这玩意太low你的机器就是一张空哈希表，啥用没有!
推荐阅读
- 聪明人养花，这3种“花”怎样也要养一盆，每年能省不少医药费
- 互联网怎样解决“家政服务上门速度慢”的问题
- 怎样看待从1月8号起，QQ钱包开始提现收费
- 银行it人怎样转型
- 汽车|冬天怎样让车内温度快速升高？座椅加热的最佳使用方式二，外循环的作用总结
- 怎样进入通信行业
- 怎样评价扶他柠檬茶的小说《云养汉》的结尾
- 怎样成为一名合格的Python程序员?
- 怎样评价华为、诺基亚、中兴中标中国移动高端路由交换设备扩容集采
- 怎样评价类似前橙会、百老汇、南极圈这样类型的离职帮抱团，对企业的积极意义和消极意义