看板 CSSE 關於我們 聯絡資訊
※ 引述《Arton0306 (Ar藤)》之銘言: : 唸CS幾年下來 : 突然不知CS中的S science的部份在哪裡 : 像理論方面 algo computation theory graphy theory... 這些都是數學 : 其它os archi compiler 這比較像工程、設計方面的 : 至於偏電機的科目就更不用說了 : 像物理、化學、生物 : 都有一些理論 這些理論是從實驗而驗證的 往後也可能一直修正 : 這也是以往所學的科學方法 : 但目前我在cs學到的好像很少有這樣 : 比較像的大概是data mining 猜一些特徵 經實驗 再去想這些特徵的關連性...等 : 但這似乎更接近統計學 : 所以想請教這個science指的是哪部份?? 有一個相關的問題一直很好奇,就是我們如果透過統計方法讓機器從數據中得到一些 參數,我們應該相信那些參數到什麼程度?我指的不是像把台灣二十世紀中每年三十 歲男性的身高平均算出來,用這些數據拿來當成某個理論的證據而已;我想問如果我 們有個神妙的算法,神妙到沒有什麼真正使用的人知道他的每一個步驟有什麼現實的 意義,但是卻能夠給一堆數據某種在統計上合理的解釋(例如可以輸出一個非常相似 的 generative model) 那麼我們能夠把那個算法的解釋當成像平均數那樣,更進一 步給予現實世界的解釋嗎? 會這樣問是因為看到 clustering 被廣泛應用,但是我很好奇能不能夠說「因為這堆 資料利用 K-means 跑出來會分成這兩堆,所以我們宣稱......」這樣的話? 和統計還有機器學習不太熟,如果說錯什麼請大家指正 謝謝! -- ※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 218.162.115.203
PsMonkey:這個問題頗有趣... 推一下 XD 08/06 02:36
H45:clustering 的好壞是看他的正確性吧,然而 100% 是很難見的。 08/06 09:21
smallworld:kmeans的k不是自定的? 這樣就無法說服人了 08/06 12:14
ykjiang:底層自有專人研究,搞應用就信任其他專家的成果吧... 08/06 12:54
yauhh:可是雲端運算還蠻嚇人的 08/06 21:14
Huangs:clustering 和 cloud computing 有正相關嗎? @@ 08/08 02:09
yauhh:當然不是直接說cloud就是clustering,轉個彎好嗎? 08/10 00:40