机器学习之【概念学习】

15195775117

人类的不同学习方式，在学术界都有对应术语。

比如“死记硬背”，学术上叫【机械学习】，
即，用模型测试样本时，从训练样本中找一模一样的，获得结果。例如，中小学生遇到不会的题目，就从辅导书或“作业帮”app找一样的题目。

人类解决问题的流程：数据->知识/概念->推理->结果
其中，整理统计数据、逻辑推理，都有成熟的技术，但提炼概念知识则很困难。
【概念学习】就是这种类型的学习方式，由于学得语义明确的概念，难度很大，所以研究和应用较少。
所以，目前主要都是产生“黑箱”式的模型，即“不明觉厉”、“不好解释但好使”的模型，神经网络就是这类的典型。

在校时，数学建模竞赛里，最出彩的地方，就是定义出一个优秀的概念，比如“交通拥堵指数”之类的，
人类提炼概念的能力，的确比较玄乎和强大，这是目前机器还很欠缺的地方。

bujiao

非常有道理！