为什么机器学习中, 要假设我们的数据是独立同分布的
2017-04-18 15:55
435 查看
“独立同分布”条件对于机器学习来讲必需吗
问题二:王珏教授认为统计学习不会“一帆风顺”的判断依据是:统计机器学习算法都是基于样本数据独立同分布的假设。但是自然界现象千变万化,王珏教授认为“哪有那么多独立同分布?”这就引来了下一个问题:“独立同分布”条件对于机器学习来讲真的是必需的吗?独立同分布的不存在一定是一个不可逾越的障碍吗?无独立同分布条件下的机器学习也许只是一个难题,而不是不可解决的问题。我有一个“胡思乱想”。认为前些时候出现的“迁移学习”也许会对这个问题的解决带来一线曙光。尽管现在的迁移学习还要求迁移双方具备“独立同分布”条件,但是不能分布之间的迁移学习,同分布和异分布之前的迁移学习也许迟早会出现?
相关文章推荐
- 我们为什么需要DTO(数据传输对象)
- 为什么我们项目需要数据优化服务
- 为什么我们要在指针前面加一个数据类型来限定那?
- 为什么没人推荐用 JavaScript/Node.js 做机器学习和数据分析- Quora
- 为什么一些机器学习模型需要对数据进行归一化?
- 在RB-INSERT的第16行中,假设新插入的结点z是红色的。注意如果将z着为黑色,则在红黑树的性质4)就不会被破坏。那么我们为什么没有选择将z着为黑色呢?
- 我们为什么需要DTO(数据传输对象)
- 我们为什么需要DTO(数据传输对象)
- 我们为什么需要DTO(数据传输对象)
- 为什么一些机器学习模型需要对数据进行归一化?
- 我们为什么需要DTO(数据传输对象)
- 我们为什么需要DTO(数据传输对象)
- 我们为什么需要DTO(数据传输对象)
- 为什么一些机器学习模型需要对数据进行归一化?
- 为什么一些机器学习模型需要对数据进行归一化?
- 为什么我们要使用数据类型?
- 我们为什么需要DTO(数据传输对象)
- 我们为什么需要DTO(数据传输对象)
- 我们为什么需要DTO(数据传输对象)
- 我们为什么需要DTO(数据传输对象)