Vai trò của Thống kê trong Học máy - núm vú

Một số trang web trực tuyến có thể bạn tin rằng thống kê và học máy là hai công nghệ hoàn toàn khác nhau. Ví dụ: khi bạn đọc Thống kê với Học máy, hãy chiến đấu!, bạn sẽ có được ý tưởng rằng hai công nghệ không chỉ khác nhau, mà còn rất thù địch với nhau. Thực tế là thống kê và học máy có nhiều điểm chung và số liệu thống kê đại diện cho một trong năm bộ lạc (trường phái tư tưởng) làm cho việc học máy trở nên khả thi. Năm bộ lạc là

• Các nhà biểu tượng: Nguồn gốc của bộ tộc này là trong logic và triết học. Nhóm này dựa vào phép trừ ngược để giải quyết vấn đề.
• Kết nối: Nguồn gốc của bộ lạc này thuộc về khoa học thần kinh. Nhóm này dựa vào việc đẩy lùi ngược lại để giải quyết vấn đề.
• Các nhà tiến hóa: Nguồn gốc của bộ tộc này là trong sinh học tiến hoá. Nhóm này dựa vào lập trình di truyền để giải quyết vấn đề.
• Bayesian: Nguồn gốc của bộ tộc này là trong thống kê. Nhóm này dựa vào suy luận có tính xác suất để giải quyết vấn đề.
• Bộ tương hợp: Nguồn gốc của bộ tộc này là về tâm lý. Nhóm này dựa vào các máy hạt nhân để giải quyết các vấn đề.

thuật toán tổng thể) có thể học bất cứ điều gì. Tất nhiên, đạt được mục tiêu đó là một chặng đường dài. Mặc dù vậy, các nhà khoa học như Pedro Domingos hiện đang hướng tới mục tiêu đó. Sử dụng chiến lược của bộ lạc Bayesian, bạn giải quyết hầu hết các vấn đề bằng cách sử dụng một số dạng phân tích thống kê. Bạn thấy các chiến lược mà các bộ tộc khác đã mô tả, nhưng lý do chính mà bạn bắt đầu với số liệu thống kê là công nghệ đã được thiết lập và hiểu rõ. Trên thực tế, nhiều yếu tố thống kê được coi là

kỹ thuật (trong đó các lý thuyết được thực hiện) so với khoa học (trong đó các lý thuyết được tạo ra). Hiểu được vai trò của các thuật toán trong học máy là cần thiết để xác định cách thức hoạt động của máy.