机器学习算法往往不会有一个固定的算法流程,取而代之的把问题转化为最优化的问题,
有ML(maximum likelihood),MAP(Maximum a Posterior)和EM(Expectation Maximization)
因此最根本的区别就是传统的算法你只需要知道接口,而无需理解里面的设计,而机器算法,你需要理解黑盒
里面的内容,从而可以调参。
因此对于机器学习领域的研究者,研究paper和源码是一项基本功,从而涉及另一种基本功,你至少看懂数学公式。
机器学习算法往往不会有一个固定的算法流程,取而代之的把问题转化为最优化的问题,
有ML(maximum likelihood),MAP(Maximum a Posterior)和EM(Expectation Maximization)
因此最根本的区别就是传统的算法你只需要知道接口,而无需理解里面的设计,而机器算法,你需要理解黑盒
里面的内容,从而可以调参。
因此对于机器学习领域的研究者,研究paper和源码是一项基本功,从而涉及另一种基本功,你至少看懂数学公式。