Như tôi đã nghe từ Jerome H. Friedman, các phương pháp được phát triển trong Machine Learning thực tế không thuộc về cộng đồng Machine Learning.
Theo quan điểm của tôi, Machine Learning giống như một bộ sưu tập các phương pháp khác nhau từ các lĩnh vực khác.
Từ quan điểm của Học thống kê, ba câu hỏi chính cho hồi quy và phân loại là:
Họ chức năng là gì từ đó bạn kéo xấp xỉ
Tiêu chí làm thế nào bạn kéo một chức năng
Phương pháp nào để tìm hàm tốt nhất
Để vận hành theo một cách xây dựng nào đó trên (1) - không rõ ràng bằng cách sử dụng tối ưu hóa toán học có thể giúp ích như thế nào
Để vận hành theo cách xây dựng nào đó trên (2) - rõ ràng mục tiêu là mục tiêu. Và tối ưu hóa toán học có thể giúp đỡ về nó.
Để vận hành theo cách xây dựng nào đó trên (3) - bạn cần tối ưu hóa toán học.
Có một số phần tối ưu hóa toán học:
- Tối ưu hóa lồi / Phân tích lồi - lĩnh vực toán học rất tuyệt vời. Không khác biệt không phải là một vấn đề. Và có 50 khái quát về các hàm lồi từ đó có thêm hai hàm hữu dụng về mặt ứng dụng là quasiconvex và log-lõm.
Ngoài ra, có một số cách để đối phó với "stochasticity" theo một cách nào đó, thậm chí
"Không ai biết cách giải quyết tối ưu hóa lồi ngẫu nhiên"
Tối ưu hóa NonConvex - thường là những người có nghĩa là một cái gì đó là mục tiêu liên tục, nhưng độ cong có thể khác nhau. Mọi người trên hành tinh này không biết cách giải quyết nó một cách chính xác. Và trên thực tế, tất cả các mehtod đều tận dụng thành (1)
Tối ưu hóa kết hợp - thậm chí còn hoang dã hơn (2), bây giờ đối với các tham số mà bạn thấy bạn thậm chí không thể áp dụng toán tử trừ. Một ví dụ là "vùng" trong Cây quyết định. Vì vậy, có hai cách để đối phó với nó: a) Giải quyết vấn đề và sử dụng các phương pháp từ (1) b) Tạo lực lượng vũ phu. Không hoạt động cho số lượng lớn các tham số. c) Tạo ra sức mạnh vũ phu nhưng với một số bước tham lam. Đó là điều mà GIỎI làm.
Vì vậy, ít nhất tôi nghĩ rằng tôi thuyết phục bạn rằng:
I) Tối ưu hóa lồi là điều trung tâm cho hầu hết các vấn đề tối ưu hóa.
II) "Tối ưu hóa 01:15 thực tế là chủ đề lớn hơn ML hoặc AI, nhưng thực tế nó là chủ đề lớn hơn."
( https://www.youtube.com/watch?v=uF3htLwUHn0&t=992s )