qq_40761869的博客

2020.10.28 关于贝叶斯学派和频率学派的问题 每次提到贝叶斯学派和频率学派的不同之处时，人们都会使用这个例子： 给定数据集XdataX_{data}Xdata​，如果我们想要确定某一个参数θ\thetaθ，频率学派的做法是argmaxθ{p(Xdata∣θ)}\mathop{argmax}\limits_{\theta}\{p(X_{data} | \theta)\}θargmax​{p(Xdata​∣θ)}，也就是说“认为θ\thetaθ是一个确定的常量，我们只需要找到这个常量的值即可”。而贝叶斯

1989年的Cyc项目通过构建人工智能知识库+推理引擎 试图创造人工智能，但是意料之外的问题有很多，比如它认为拿着剃须刀的Bob具有电子元件成分，因此开始怀疑Bob拿着剃须刀时是否还是人类。解决这些脑残又棘手的问题的办法是 让机器可以根据知识库自己进行学习、自己获取新的知识，而不是仅仅依赖给定的知识库然后再以此死板的知识库为基础进行推理。这种让机器自己进行学习的能力就称为“机器学习” 深度学习是一种表示学习，通过提取原始数据中的特征然后进行学习，而不是仅仅将一个 生的输入 直接映射为一个输出。表示学习的典