这是对上一个问题的跟进。这里 ：
并且可能被认为是指这个问题的不同方面：
感谢 Zach 建议重新发布。
我现在对 CART、randomForest、神经网络和机器学习进行了一些相当认真的阅读，了解了 WEKA 和 R 包，看过并关注了斯坦福工程讲座http://www.ml-class.org/课程/班级/索引，我已经进入 Hastie 的 3 章。鉴于我们在面向临床的研究中经常看到的那种数据——大量临床参数 + 大量生化参数 + 笔和纸测试数据 +/- 少量的神经影像数据，我觉得我错过了一些东西。我不经常阅读研究文献中应用的机器学习技术。我的问题是：我是否刚刚抓住了一些可疑的东西，因此通过研究非常了解它的临床医生和生物统计学家而受到合理怀疑，或者这些技术在“业务分析”之外真的被忽视或害怕吗？是什么让它保持“利基”？