为啥我感觉现在机器学习模型就是一种模糊匹配工具or相似识别工具?
收起
机器学习本质上是一种数据驱动模型。最早将机器学习引入工业界应用的理由之一是人们建模方式和手段的落后,对很多现实问题没法精确把握其规律,例如二阶以上控制系统和非线性控制系统并没有很优美统一的建模理论来指导实践。那么机器学习的优势是什么?就是跳过建模这一困难的步骤去拟合未知的规律,所以机器学习很重视过拟合的处理和泛化能力的提升。从这个角度来讲,你可以认为机器学习模型是一种模糊匹配工具。如有帮助请采纳,也欢迎继续讨论
报告相同问题?