Leí eso ayer y estaba tratando de decidirme al respecto. Si bien no soy un tipo de aprendizaje automático completo, estos son mis dos centavos (al menos por ahora) … Creo que el documento no solo es verdadero y válido, sino cada vez más relevante. Las cajas negras, es decir, el aprendizaje automático “convencional” actual proporciona medios para un poder de predicción mucho mejor. Estos algoritmos, que son probablemente los bosques aleatorios más notables, inventados por el autor del artículo, están diseñados para tener la mayor precisión posible a expensas de la interpretabilidad.
Sin embargo, siento que la crítica hacia los modelos de datos es excesiva. Los modelos de datos, con todos sus defectos, tienen un papel muy importante: informar. Podemos argumentar que informar solo es cada vez menos importante y que los algoritmos de aprendizaje automático se están volviendo más relevantes, pero aún necesitamos modelos interpretables. La razón de esto es que todavía necesitamos informarnos en la organización. Esa es la parte que no obtuve del documento: cómo usar cajas negras para obtener modelos interpretables que beneficiarán a los tomadores de decisiones.
Me gusta el papel Si no es por nada más, se piensa que provoca a alguien que utiliza principalmente el aprendizaje estadístico, como yo. A mi modo de ver, es muy válido y verdadero.
- ¿Cuáles son algunos trabajos de investigación sobre procesamiento del lenguaje natural?
- ¿Cuál es la mejor manera de terminar tu tesis / trabajo de investigación?
- Me encanta diseñar experimentos, trabajos de investigación y ciencias. No tengo las calificaciones, pero aún encuentro formas de hacerlo. ¿Estoy perdiendo el tiempo?
- ¿Qué se siente tener un estudiante universitario haciendo preguntas sobre cada pequeño detalle en su trabajo académico?
- Cómo escribir una buena introducción para trabajos de investigación en sociolingüística
