可推理的机器学习模型

本文讨论了模糊逻辑作为概率框架的等价概念,并探讨了将概率模型转换为模糊逻辑模型的方法。作者表达了对纯粹追求真理研究的向往,而非仅仅为了学术成果或毕业。通过引用《奥术神座》的元素,文章旨在激发对于逻辑与直观结合的兴趣。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

稍微记录一下感兴趣的方向,如果以后再接触科研相关的方向,可能就选这个了,初步认定的是模糊逻辑

ms听说有模糊逻辑等价于概率框架的说法,这样的话,应该存在一种将概率模型转换成模糊逻辑模型的方法,模糊逻辑的优势在于植根于逻辑,更贴近人的直观。现在的机器学习的模型,大多缺乏一种从数据到含义的有力桥梁。


现在写论文只是为了应付,其实我不喜欢“科研”。我憧憬的是那种真正为了真理的研究,不为了毕业,不为了出成果,这种奢望恐怕就算是在美国也不能实现吧。

我还是安心的搬砖去比较实在。最近看了奥术神座,不免有点小激动,才稍微记录一下,做个备忘。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值