了解机器学习的3个发展方向，帮你清晰整个领域！
由ftkj2018创建，最终由ftkj2018 被浏览 36 用户
方向1：“经典的”机器学习方法。它们现在有足够的计算算力来处理大多数高维问题。其中的核心问题是提供更多的理论保证，产生作为“因果”模型基础所需的那种“可解释性”，并引导时代精神远离直线、p 值和柏拉图式的形状。
方向2：行业应用。这更多地涉及到典型的“自动化”工作，即数据争论、领域逻辑理解和政治活动。只是新一轮的自动化浪潮现在和以往一样，得到了更高级工具的支持。
方向3：镀金类型的研究，这是由一些理想主义者和许多试图通过论文进入职业生涯轨道的学生进行的。这是最有趣的发现，它们隐藏在成堆无法操作或低影响的噪音中。但从表面来看，抽象概念正在转移到以前被认为是强化学习的领域。
这三个方向任意两两组合，你会得到一些有趣的东西。比如，AlphaFold 是Transformer 与科学领域专业知识的最后一分钟进步，以取代蛋白质折叠的“手动”模型；特斯拉自动驾驶是 SOTA 愿景、RL 和转移学习，与游说者、律师和营销人员联合起来，自动化减少了两位数的工作。
以上分类，或许可以帮你更清晰的了解整个领域。对此，你怎么看？