知识卡片

普通读书笔记卡 · 3822.a

简单模型遇上大数据

理解等级:高级

在某些机器学习任务中,扩大数据量并采用简单模型,可能比只用少量数据训练复杂模型更有效;但这不是跨任务的定律,仍需按问题检验。基础设施因而要能以合理成本积累和处理足够数据,使团队可以实际比较数据规模与模型复杂度的取舍。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《数据之美》第5章《信息平台和数据科学家的兴起》(源文件:../程序之美系列套装(6册)团队之美、项目管理之美、架构之美、数据之美、测试之美、安全之美/_epub-src/OEBPS/Text/part0329.xhtml) - 结论依据:原文转述语音识别和机器翻译研究中的经验,并限定“存在某些领域复杂模型更成功”;因此结论是数据规模值得实验,不是复杂模型一概无用。 - 原始内容:“简单的模型和大量的数据总是胜过在少量数据上构建的复杂(eaborate)模型。”我不想和他们的发现争论,但是,当然存在某些领域,更复杂的模型会更成功。