Trong một hội thảo gần đây, bản tóm tắt của người nói đã tuyên bố họ đang sử dụng máy học. Trong buổi nói chuyện, điều duy nhất liên quan đến học máy là họ thực hiện hồi quy tuyến tính trên dữ liệu của họ. Sau khi tính toán các hệ số phù hợp nhất trong không gian tham số 5D, họ đã so sánh các hệ số này trong một hệ thống với các hệ số phù hợp nhất của các hệ thống khác.
Khi nào học máy hồi quy tuyến tính , trái ngược với việc đơn giản là tìm một dòng phù hợp nhất? (Là sự sai lệch trừu tượng của nhà nghiên cứu?)
Với tất cả các máy học chú ý đã xuất hiện gần đây, có vẻ rất quan trọng để tạo ra sự khác biệt như vậy.
Câu hỏi của tôi là như thế này , ngoại trừ câu hỏi đó yêu cầu định nghĩa "hồi quy tuyến tính", trong khi câu hỏi của tôi khi hồi quy tuyến tính (có số lượng ứng dụng rộng rãi) có thể được gọi một cách thích hợp là "học máy".
Làm rõ
Tôi không hỏi khi hồi quy tuyến tính giống như học máy. Như một số người đã chỉ ra, một thuật toán duy nhất không tạo thành một lĩnh vực nghiên cứu. Tôi đang hỏi khi nào chính xác để nói rằng một người đang học máy khi thuật toán mà người ta đang sử dụng chỉ đơn giản là một hồi quy tuyến tính.
Tất cả những trò đùa qua một bên (xem bình luận), một trong những lý do tôi hỏi điều này là bởi vì thật phi đạo đức khi nói rằng một người đang học máy để thêm một vài ngôi sao vàng vào tên của bạn nếu họ không thực sự học máy. (Nhiều nhà khoa học tính toán một số loại đường phù hợp nhất cho công việc của họ, nhưng điều này không có nghĩa là họ đang làm học máy.) Mặt khác, có những tình huống rõ ràng khi hồi quy tuyến tính được được sử dụng như một phần của máy học. Tôi đang tìm kiếm các chuyên gia để giúp tôi phân loại các tình huống này. ;-)