机器学习方向上还有没有创新点呢？
其实，机器学习的创新点很多...
例如，残差收缩网络把降噪算法集成进深度学习的内部，在特征学习的过程中，自动消除冗余信息，从而提高在含噪数据上的效果
那么，你可能会说，究竟如何才能想出创新点呢？
首先你需要好好地精通机器学习的框架思路。
例如，如下图（为嘛不清楚~明明是我自己做的矢量图。。。），作为基础，你该知道，从某个角度来看，机器学习算法是为了学习一个还原真相（ground-truth）g(x)的映射函数y(x)。为了学习到这个映射函数，通常不同的机器学习算法总在讨论两个事情。一个是y(x)是在多大的假设空间中搜索的，另一个是如何在给定的假设空间中搜索到一个合适的函数作为y(x)的设定。后一个疑问通常需要结合损失函数和优化技术来实现。所以在这里我们看到了三个关键点：假设空间，损失函数和优化技术。
然后你练习一下把几乎所有的机器学习算法总结为上面三个关键点刻画的框架下的special case。例如逻辑回归：假设空间=x线性函数；损失函数=交叉熵损失函数（也对应于负似然函数）；优化技术=梯度下降等；又例如决策树：决策树对假设空间的局限非常小，损失函数的定义也可以很灵活。决策树的主要思想对应于用一个贪婪的启发式搜索方式把一个假设（决策区域的划分）给学出来。而带正则化项的算法（例如LASSO）则可以看做是损失函数的优化（有时候也可以看做是假设空间的约束）
所以到这里你可以想一想，是否可以通过设计创新并合理的假设空间，或损失函数，或最优假设的搜索方式来实现一个新的机器学习算法。
-- 恭喜你，到这一步，你可能成为了一个研究机器学习算法并拥有一定创新能力的入门级别者
其次，你可以好好钻研一下统计理论。有太多传统机器学习算法都得益于统计理论的发展。其实机器学习的思想也可以从概率分布的角度去阐述，如下图：
机器学习对于要刻画的x与t之间的真相函数g(x)常常被统计理论用一个概率分布p(x,t)来刻画。于是机器学习算法的目标就变得很纯粹了：概率分布函数的估计。通过机器学习理论里的“决策论”这个知识点，我们可以推出机器学习算法的目标总是聚焦于对t的后验概率分布p(t|x)的估计上。而一个通用的估计这个分布的方法就是参数化这个分布，也就是假设它符合某个分布族。然后利用最大似然估计或最大后验估计技术将参数给估计出来做点估计。或者更高级一点做贝叶斯估计。
体会到这里，你需要又开始将传统的机器学习算法用统计理论的角度去解释看看。例如Ridge Regression实际上对应于将p(t|x, w)假设为一个高斯分布，线性权重向量w作为分布的参数。然后配合一个高斯分布作为w的先验分布。那么对w的最大后验估计就变成了Ridge Regression。也就是平方损失加上二范数正则化那个损失函数。
之后，贝叶斯网络那一套的理论你就可以好好地学一学，然后把高斯混合分布，LDA，等等算法给尝试用统一的混合模型的解决思路给带一带。
再然后，结合你对于统计理论的理解，就可以好好地想一想如何突破地设计创新的机器学习算法了，例如是不是试着用一用新的概率分布族来作为数据的分布假设，当然也需要推出在这个假设下如何对分布的参数进行求解（这可能需要你精通EM，变分法，Gibbs近似采样等技术）
-- 恭喜你，到这一步，你可能成为了一个研究机器学习算法并拥有一定创新能力的中级级别者
以上其实都是作者对于在一些传统机器学习算法的改进思路。其余一些往更高一些地方进军的方向包括对深度神经网络，强化学习，优化技术的专门的创新想法。留待以后补充。
感谢你一字一句看完，如果觉得对你有一点点帮助请：
1. 点赞：让更多人看到这篇文章（收藏不点赞，都是耍流氓）
2. 企鹅号: 657678608
如需创新点代做可直接联系我，可以代做CV，NLP方向的创新点哦~
机器学习方向上还有没有创新点呢？相关推荐
- 一个博士（机器学习方向）关于发论文的几点忠告
转载于知乎:https://www.zhihu.com/question/25157730 问题:读机器学习方向. 发现机器学习算法比较固定,算法应用于文本和图像处理. 毕业要求发表级别较高的期刊论文 ...
- 两院院士评选2020年中国、世界十大科技进展揭晓，「机器学习模拟上亿原子」等入选 | AI日报...
两院院士评选2020年中国.世界十大科技进展揭晓,「机器学习模拟上亿原子」等入选 由中国科学院.中国工程院主办,中国科学院学部工作局.中国工程院办公厅.中国科学报社承办,腾讯集团发展研究办公室协办的中 ...
- 一线大厂在机器学习方向的面试题（一）
Python的机器学习方向是近年来不少大厂非常注重的方向之一,这也让不少同学都开始转行学习机器学习领域.这里小千为大家整理了一下大厂在机器学习方向的面试题,大家在面试前看一下说不准就能压到宝~~ 1. ...
- 【从上云到创新，视频云的新技术与新场景】
在过去的一年中,我们可以看到多媒体特别是音视频技术的能力在严峻的挑战下,为各行各业带来了巨大的变化.疫情过后,又会有哪些多媒体新技术.新实践呈现在大众的视野当中?为行业的发展与应用带来哪些新的趋势与机 ...
- Python机器学习方向企业面试题（三）
到这我们已经分享第三期Python机器学习方向的面试题了,是不是感觉前两期的面试题非常有用呢?最后一期20道题送给大家. 1.人工智能与机器学习的区别? 基于经验数据的特性而设计和开发的算法被称为机器 ...
- 机器学习方向企业面试题（二）
机器学习方向的企业面试题昨天我们分享了第一期,今天我们继续分享第二期,还是老规矩喜欢记得收藏分享给小伙伴~~ 1.什么是偏差与方差? 泛化误差可以分解成偏差的平方加上方差加上噪声.偏差度量了学习算法的 ...
- 机器学习方向企业面试题（一）
Python的机器学习方向是近年来不少大厂非常注重的方向之一,这也让不少同学都开始转行学习机器学习领域,这里小千为大家整理了一下大厂在机器学习方向的面试题,大家在面试前看一下说不准就能压到宝~~ 1. ...
- 莫那什大学柯秋红老师招收计算机视觉/机器学习方向博士研究生
点击下方卡片,关注"CVer"公众号 AI/CV重磅干货,第一时间送达 点击进入-> AI算法岗求职群 莫那什大学柯秋红教授诚招计算机视觉/机器学习方向博士研究生 导师简介: ...
- python分析方向的第三方库_Python 机器学习方向的第三方库是
Python 机器学习方向的第三方库是 答:TensorFlow "城门立木"是立法史上的重要事件.( ) 答:正确 慢性支气管炎最重要的病因是: 答:感染 家具设计的设计程序主要 ...
- 《IT老外在中国》第22期：“中国餐桌”上的法式创新
在IT界,"中国餐桌"已经吸引了全球的饭碗,当然包括Thomas vial推荐的法国军团. 对于Thomas vial来说,他所做的事情新颖而具挑战性.两个月前,Thomas vi ...
最新文章
- php 和第二天作对比,php第二天
- 曝光丨探访哈工大机器人的秘密基地（图）
- Cisco/H3C交换机配置与管理完全手册（第2版）卓越网正式到货
- 在centos下报错：-bash: apt-get: 未找到命令
- TfidfVectorizer中的参数norm默认值是l2
- c++享元模式flyweight
- pb9数据窗口中显示行数据与当前行区别_Hive的窗口函数
- Qt学习之路(11): MainWindow
- vim保存文件时，生成.un~文件
- FTP连接报530错误（FTP Error: 530 User cannot log in, home directory inaccessible）
- [恢]hdu 2138
- Python弹球游戏（tkinter模块编写）
- 电力线载波通信（PLC）简介
- 使用DirectoryEntry进行 IIS 操作
- java se检查异常,JavaSE：异常（下）
- Drilldown饼状图
- WIFI-WPA破解
- 笔记本电脑计计算机硬盘分区,笔记本电脑如何分区,教您笔记本电脑如何分盘...
- 支付“二清”，究竟是什么神坑？
- 单片机万年历阴阳历c语言,单片机阴历阳历c算法万年历.pdf