twhlw的个人博客分享 http://blog.sciencenet.cn/u/twhlw

博文

道,可道非常之道

已有 675 次阅读 2021-11-24 05:36 |个人分类:2021|系统分类:科研笔记

机器学习对于跨域、突变、临界、分界、边缘、转折性数据处理会很窘迫,它可以较好地理解春夏秋冬,但会很难明白换季之际的世界。


代数规则不是记忆事实或特定实例之间关系的有限表,而是可以自由泛化到某些类中的所有元素的开放式关系。


相比机器而言,人类的计算能力是非常弱的,有弊就有利,短有短的长处,人类定量计算能力相比机器而言很差,但在定性分析算计统筹方面却有特色。​


当人们可以在受限数据的基础上自由泛化全称量化一一映射。通过反向传播训练的每个变量多接点的多层感知器就会遇到问题。但这并不意味着任何类型的模型都不能从受限数据中获得自由泛化。


一般来说,系统需要具备5个属性:


1、系统必须有办法区分实力与变量。就像数学教科书用不同的字体表示变量和常量一样。

2、系统必须能够表示变量之间的抽象关系,类似于y=x+2这样的方程。

3、系统必须能够将特定实例绑定到给定的变量,就像变量x可以被赋值7一样。

4、系统必须能够操作任意的实例变量,例如加法操作必须能够将任何两个数字作为输入,复制操作必须能够复制任何收入,级联操作必须能够结合任意两个输入。

5、系统必须能够在训练示例基础上提取变量之间的关系。​符号的表征固然重要,但符号的加工更重要。


机器的泛化能力主要依赖于训练空间的大小,而人类的自由泛化可以在训练空间之外实现,如非家族相似性的经验迁移等等。


IMG_20211123_172329.jpg



https://blog.sciencenet.cn/blog-40841-1313680.html

上一篇:道名的常与非常
下一篇:小义计算计(jisuanji)

0

该博文允许注册用户评论 请点击登录 评论 (2 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2022-1-23 13:56

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部