机器学习太简单

by jl http://apple3101.wordpress.com/2009/04/09/%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E5%A4%AA%E7%AE%80%E5%8D%95%EF%BC%9F/

机器学习没有一个统一的问题，各种方法之间的重合太少，因此研究一种方法可以不用了解或深究其他方法。没有一种方法是万能的，对于具体问题，可能这种方法好，对于另一个问题，可能另一种方法更好。

这种现象造成了：

• 在特定的问题上的机器学习方法，经常是最先用的那个。
• 分析机器学习的方法受一些为它而设计的假设而限制；因此很多文章都力图找到能出好结果的假设。

有几种研究机器学习的方法：

1. 认定一种方法，改进它，并到处用
2. 发现新的应用，并使用机器学习算法
3. 找到一个非常难的问题，解决它（做到最好）
4. 使（已经有的）问题更难（fast, online, large scale, few example, etc.）

2 比较轻松，4也不错