※ 引述《praiseZun (praiseZun)》之銘言：
: 現在的AI就是啊
: 深度學習爆紅是十年前就開始了
: 但大家根本不知道為什麼neural堆深一點就可以學習
: CNN出來時屌炸天，好像什麼pattern都學的起來一樣
: 然後你問研究者為什麼圖片和文字的data structure兩者可以取得有類比性的成功
: 他會和你說我也不知道，甚至直接寫在論文裡那種
: 然後花了好幾年時間trial and error，用結果反推為什麼
: 這個研究方法不叫懂基本原理，的確比較像動漫那種黑科技知道能用就將就著應用而已
: 基礎原理的理解完全跟不上
: 當然啦，我們知道nerual net可以趨近任意函數
: 我們也知道這個世界和高斯分布關係很深
: (高斯分布encode了最多的不確定性，同樣大小的空間下高斯能紀錄最多資訊)
: 但一樣啊，這只是稍微justify我們用神經網路，還有每個未知的分布都先用高斯套或
高斯p
: rior套而已
: 然後他就work了
: 明明說因為天下沒有白吃的午餐理論，任何一個演算法都會被某一些分布的資料搞爆
: 但他就work了啊
: 著名學者像Andrew Ng在課堂上也就聳肩說看起來這世界對我們敵意沒那麼深
: .
: .
: 但是最近好像終於開始有些進展了，NTK之類的
: 滿多是19年和今年的論文的，我還沒跟上，懂得大大請體諒我的認知
: 我自己一路學來是覺得
: 這個領域就是霧裡看花，但你學越多霧就越散
: 現有理論的不完整，我是覺得一部分是真的不完整
: 但其他一部分是大部分人，甚至可以講非AI領域，貝氏統計領域，量子領域以外的對un
cert
: ainty(不確定性)都沒什麼認知
: 絕大多數人覺得世界就是0和1，不會去問threshold是什麼背後的分布長啥
: 一旦接受了這世界就是建立在不確定性的基礎上這設定後
: 很多事情就不會腦袋轉不過來這樣
: 要知道不一定要知道某一現象才叫懂
: 你知道你不懂什麼不知道什麼再能夠去推論你懂什麼
: 能做到這樣就很近似你懂了，這樣
:

桑妮雅內行喲 重要嗎 能開固有時制御就好不講一下蒙地卡羅嗎?要peko選絕對是免疫學 講師聲音太刺耳就再也沒上課了

ip正確

嗯對跟我想的一樣

幹殺小 我一個字都看不懂

虧我努力幾乎全部寫成中文了www

先推文不然以為別人覺得我看不懂==

腳踏車或飛機的例子還沒有到時間是什麼這問題的程度畢竟也不是再問為什麼旋轉的東西轉軸有固定的傾向 只是有些細節沒辦法只用這原理說明

直接拿極端的例子討論為什麼問題不明確而已

你最重要的地方沒有用中文我不知道他們對時間的理解是什

三個的確是不同層級的東西 所以才分行

快推以免被發現我看不懂

看不懂推，不過整個串滿有趣的