我一直在思考 ML 建模和统计建模之间的区别。
我想在哲学层面上问，我的想法是否正确：建模基本上是一个将数据生成函数拟合到一组数据的过程。是不是在统计建模中，我们明确地找到了一个可在参数中表达的函数（以手动方式），但在 ML 建模中，我们只是自动化了这个过程，代价是我们永远无法明确地写下公式从 ML 模型获得的结果模型？
区分 ML 建模和统计建模的细线
数据挖掘
机器学习
统计数据
数据科学模型
参数估计
2022-03-13 10:17:12
1个回答
我不同意。深度神经网络，就像人们所能得到的“机器学习”一样，只是特征的函数。你可能有一个包含数百万或数十亿参数的大（巨大）方程，但它只是一个方程，而一个小型神经网络有一个可以放在笔记本页面上的小方程。
Frank Harrell 的博客有一些关于统计建模与机器学习的有趣文章。
其它你可能感兴趣的问题