精一问止书院正式学员
模型厂自研芯片，纯算法岗会贬值吗？
线性回归号称全世界应用最广的机器学习算法，课程讲到，线性回归的诸多概念，可以迁移适用到其余各类机器学习模型。但跳出教科书视角，用空间阴阳的体系拆解，便能够看见文本背后藏下的层层陷阱。线性本身自带先天障碍，回归算不上完整实体模型，它本质只是大脑向外发射的一个位置。所谓用一条直线拟合你的数据，这句话本身就埋有大坑。这条直线，只存活在局限性的特征空间之内，只是空间演算出来的假象。在不同的维度空间当中，这条直线可以瞬间反转、折叠。现实当中从A点抵达B点，未必一定要走直线；倘若把A点与B点直接捏合，便是空间公式的直达通路。固守一条直线去拟合万事万物，本身就是一种认知束缚。再看它号称是当今使用最广泛的算法，应用普及不等于真理完备。广为使用，只是它切换空间的门槛低，便于落地运算，并不代表它可以覆盖世间全部现实。还有一句，吃透线性回归，很多概念就能套用其他模型。这里更要厘清边界。线性回归只是整套空间切换体系里的其中一例，只读懂直线拟合，就想推演全部模型，很容易把线性自带的遮蔽障碍一并继承过去。这也是很多学习者越学越有局限的根源。多数人顺着教程全盘接纳定义，我反向拆解底层前提。工具可以拿来用，但不可被工具给出的定义困住。空间切换的枢机才是内核，直线拟合仅仅只是其中某一种运算形态而已。广为使用
发布于 河北
分享
评论
赞
未登录
友善发言
评论
加载中
