【免费】机器学习必然需要大量数据吗1资源-CSDN文库

需积分: 0 150 浏览量 2022-08-08 20:31:20 上传评论收藏 66KB DOCX 举报

资源推荐

资源详情

资源评论

机器学习必然需要大量数据吗

刘逸川

2020-07-18

目前的机器学习大多需要大量数据，相比而言，人类接收少量数据就能达到同样的效果，

因此机器常被批评不够聪明。这种批评有一定道理，但是存在两点问题。首先，批评者忽视

了人类在漫长的进化过程中学习过大量数据，并且以基因的形式将学习结果传递至今。人

类出生时并不是一块白板，大脑已经具备了基本结构和学习潜力，所以人类只需要少量数据

其实是曾经的大量数据训练的结果。其次，人类在成长过程中也经历了大量训练，例如某

人从小到大虽然只见过几百只猫，但由于人眼相当于高速摄像机，不间断地拍摄了大量图片，

所以其实接收了非常多的训练数据。

当然，不可否认大脑是非常巧妙的。也许有人会说进化过程中的数据和目前的数据差异

巨大，不具有足够的价值，但是大脑事实上是通过大量数据学会了如何学习，从而具有很强

的迁移能力。此外，大脑也具有很强的想象能力，例如马航 MH370 失联后，搜索人员希望

通过分析南印度洋的卫星图像寻找可能的飞机残骸，但是发现计算机识别的准确率极低。相

比而言，人类的分辨能力就要强得多，因为虽然飞机残骸非常不规则，但是人类能够通过飞

机的样子想象出飞机的各种残骸的样子。

1

除了迁移、想象能力，大脑还有很多非常优越的

能力。

大脑的这些能力使得它只需要少量数据，如果人类无法直接设计出和大脑同等巧妙的机

器，那么只能通过大量训练来弥补，要想既不需要完善的结构又只需要少量数据是不可能

的，这其实是另一个版本的“没有免费午餐”定理（No Free Lunch Theorem，简称 NFL 定

理）。

NFL 定理是机器学习中的一个著名定理，指的是抛开实际情况，任何算法的期望性能都和随

机猜测没有区别。例如下面这个例子

2

：

本内容试读结束，登录后可阅读更多

下载后可阅读完整内容，剩余2页未读，立即下载

内容反馈

宏馨

粉丝: 20
资源: 293

最新资源

资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！点击此处反馈

feedback-tip