例如,现在很多人沉迷“深度学习”不可自拔,那是不是深度学习就比其他任何算法都要好?在任何时候表现都更好呢?
未必,我们必须要加深对于问题的理解,不能盲目的说某一个算法可以包打天下。...Murphy在MLAPP中用Tenenbaum的强抽样假设(strong sampling assumption)来类比奥卡姆剃刀原理。...我们有两种假设:
h1: 我们是从{0,2,4,6,8,...,98}中抽取的,即从偶数中抽取
h2: 我们是从{2n}中抽取的
根据上文给出的公式进行计算,我们发现Pr(D|h1)远大于Pr(D|h2...从奥卡姆剃刀角度思考的话,h1:{2n}在0~99中只有5个满足要求的元素,而h2:{0,2,4,6,8,...,98}却有50个满足要求的元素。...据我不权威观察,统计学出身的人倾向于频率学派而机器学习出身的人更倾向于贝叶斯学派。