首页   注册   登录
V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
Coding
V2EX  ›  程序员

关于用 tf 研究蜜蜂减少的原因靠谱吗?

  •  1
     
  •   a0000 · 52 天前 via Android · 1566 次点击
    这是一个创建于 52 天前的主题,其中的信息可能已经有所发展或是发生改变。

    自然界那么多变量,这个研究会不会只是自娱自乐?
    13 回复  |  直到 2019-10-25 16:40:04 +08:00
        1
    rogwan   51 天前 via iPhone   ♥ 2
    主要还是看建模的数据,如果数据模型恰当,可以捕捉到规律。如果关键要素的数据都没包括进来,那机器也是瞎猜
        2
    turi   51 天前   ♥ 1
    楼主弄成功了告诉我,
    我有一个大项目找你。

    用 tf 预测股市
        3
    wqzjk393   51 天前   ♥ 1
    靠不靠谱跟神经网络本身无关,你如果问一个非专业人士心脏病是否能预测他会告诉他也不确定。机器学习领域这么说吧,模型和数据三七开,数据里面数据探索预处理和数据获取三七开。所以能不能预测关键在于你对蜂蜜领域了解的有多深,数据获取的有多科学多详细。某一年 kaggle 竞赛第一名接受采访时回答获奖原因,他说那一场比赛的题目是关于医学的,而他对医学研究很多,所以比别人更容易拿到好成绩。自己体会吧
        4
    masker0817   51 天前
    @wqzjk393 无比赞同
        5
    misaka19000   51 天前
    🐝?什么🐝,我只发现了这个妹子好好看
        6
    ericgui   51 天前   ♥ 1
    tf 只是工具
    更重要的是和生物专家一起合作,才能得出一个让生物学家认可的结论
    不是你任何人,想跨界就能跨界的,
    一个写代码的,跨界去搞生物,不要天天颠覆这个颠覆那个
        7
    nosilence   51 天前
    用 tf 分析每个蜂箱拍摄的视频以统计蜜蜂的进出数量,靠谱√。
        8
    favourstreet   51 天前 via Android
    手里拿着锤子,看什么都像钉子……还好楼主想干的事不会敲到自己的手。科学研究需要创新和想象力,据我的经验,神经网络特别喜欢偷懒、取巧、钻(样本的)空子,这些品质放一个活人身上,这个人显然也不适合搞研究
        9
    padeoe   51 天前   ♥ 1
    @wqzjk393 #3 虽然对专业知识的了解有利于建模,但是你举这个例子容易让人误解,不符合目前机器学习对具体领域专业性要求降低的趋势。远的来说 IBM 做翻译的大佬 Frederick Jelinek 曾说过“每当我开除一名语言学家,系统性能都会提升一些”,近的来说 AlphaGO 的开发者也都不是专业棋手,以 kaggle 为例,竞赛的参与者大部分都不是赛题对应专业的,数据竞赛最后好的模型主要都不是靠预处理和专业知识了。
        10
    rogwan   51 天前 via iPhone   ♥ 1
    @padeoe 围棋的基础规则极为简单,所以开发者不需要棋艺训练(本质上棋艺也是基础规则的叠加)。但是其他行业可没那么简单,机器看透视图治病,可靠性就上不去了
        11
    MyShoW   51 天前
    靠谱 万物皆可神经网络
        12
    chunchu   51 天前
    蜜蜂与蜂蜜是不一样的
        13
    chinvo   51 天前
    tf 可以说和统计学其实是同样的原理
    关于   ·   FAQ   ·   API   ·   我们的愿景   ·   广告投放   ·   感谢   ·   实用小工具   ·   2921 人在线   最高记录 5043   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.3 · 23ms · UTC 00:59 · PVG 08:59 · LAX 16:59 · JFK 19:59
    ♥ Do have faith in what you're doing.