Sunday, August 1st, 2021

Time	Event
5:34p	[Перевод] Чем машинное обучение отличается от статистики на самом деле К старту курса о машинном и глубоком обучении делимся мнением Мэтью Стюарта, соискателя степени кандидата наук в Гарварде, который, по собственному признанию, устал слышать эти дебаты, повторяющиеся в социальных сетях и в моём университете практически ежедневно. Они сопровождаются несколько туманными заявлениями. Автор считает, что в этом виноваты обе стороны дебатов и надеется, что к концу этой статьи у читателей будет более обоснованная позиция в отношении этих несколько расплывчатых терминов. Неопределённых утверждений, которые автор часто слышит на эту тему, есть несколько, а самое распространённое из них звучит приблизительно так: Основное различие между машинным обучением (далее — ML) и статистикой заключается в их назначении. Модели ML разработаны, чтобы делать максимально точные прогнозы. Статистические модели — для выводов о взаимосвязях между переменными. Хотя технически это верно, формулировка не даёт чёткого или удовлетворительного ответа. Чтобы вы представляли, насколько далеко зашла дискуссия, в журнале Nature Methods опубликована статья, где описывается разница между статистикой и ML. Читать далее (Comment on this)
8:19p	[Перевод] Как Эйнштейн «опроверг» Ньютона Перевод статьи физика и популяризатора науки Мэтта Страсслера К тому времени, как Эйнштейн в 1905 году вывел свою специальную теорию относительности (СТО), прошло уже больше 200 лет с тех пор, как Ньютон записал свои законы движения. Его последователи развивали его идеи, усложняли их и уточняли. Два столетия научных экспериментов, инженерных изделий и технологий, основанных на этих законах, подтверждали их правильность прямо и косвенно с большой точностью. В жизни людей XVIII и XIX веков уравнения Ньютона работали. Вряд ли бы они перестали работать в XX веке, и так и случилось – часы, двигатели, суда, мельницы, холодильники, гироскопы и пушки продолжали прекрасно работать и после того, как СТО Эйнштейна появилась в 1905 году. Так как же мог Эйнштейн «опровергнуть» Ньютона? Как Ньютон мог оказаться «неправым»? Легко просто написать набор уравнений и заявить: «Я думаю, что общепринятые уравнения неверны, а мои новые – верны». Это каждый может сделать. Ежегодно я получаю десятки работ, выполненных начинающими физиками (или слышу о таких работах), содержащих ровно такие заявления. У большинства из них ошибку можно найти на первой странице, поскольку существует эксперимент или технология, которые не смогли бы работать, если бы новые уравнения были верны. Чрезвычайно сложно изобрести уравнения, соответствующие всем проделанным экспериментам и изобретённым технологиям. Таков высокий стандарт науки и природы. Читать дальше → (Comment on this)

<< Previous Day

2021/08/01 [Calendar]

Next Day >>