推 ykjiang:真糟糕，我修的 PR 還沒上到貝氏網路，課程就結束了 :p 06/27 03:17
推 jeunder:我記得那本 PR 教科書並沒有講到貝氏網路吧? :p 07/03 22:38
※ 引述《ykjiang (Yukuan)》之銘言：
: 當然，我相信不是所有想法都是 Hawkins 自己個人產生的，不要忘了，
: 他的背後是一整個團隊。
其實我比較期待看到的是，多一點文獻引用。
當然，誠如您在底下提到的，這是科普書，所以這麼想是超過了點。
: 另一方面，如果我對張復的導讀沒有誤解：
: 1. 我覺得他是以類神經網路的觀點來看待 Hawkins 的東西。
我猜，大概是 Bayesian network。
: 2. 他依舊認為回饋迴路只是在作「調節」。
: 3. 他沒真的抓到重點。
張老師熟悉的是 pattern classification/recognition 的典範，
或許，「預測」一詞的意義不太容易扭轉成 Hawkins 講的那種。
進一步說，當今流行的 machine learning 方法，是用 "adaption" 當 "prediction."
其實，我覺得這不衝突，只是要想換成 Hawkins 的「預測」，至少在軟體實踐方面，
很麻煩。
喔，以上自然也只是臆測。
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 59.105.131.104