Философия машинного обучения, часть 1, Марчелло Пелильо Ссылка
YouTube Talk Link
- Марчелло Пелильо обсуждает роль интуиции и индукции в научных открытиях и то, чем машинное обучение похоже на научные открытия в том смысле, что оно требует сочетания обоих подходов.
- Он углубляется в психологию решения проблем и поиска решений, цитируя ученых, которые критиковали использование индукции как средства научных открытий.
- Пелильо также обсуждает компромисс между точностью и интерпретируемостью в моделях машинного обучения, подчеркивая важность понимания внутренней работы таких моделей.
- Кроме того, он затрагивает дебаты о причинно-следственной связи в машинном обучении и важности тестирования моделей на объективных наборах данных.
- В заключение Пелильо обсуждает теорию научного прогресса Томаса Куна, которая предполагает, что наука включает в себя ряд парадигм, сдвигов и революций, а не постепенный процесс, ведущий к истине.
- Марчелло Пелильо обсуждает проблему предвзятости в наборах данных машинного обучения и ограничения глубоких нейронных сетей в распознавании изображений.
- Он также исследует концепцию научности и предлагает использовать визуальный тест Тьюринга для оценки алгоритмов машинного обучения.
- В заключение Пелильо цитирует Якоба Броновски и подчеркивает важность постановки неуместных вопросов в научных исследованиях.
** обобщено с помощью this.