Re: [問卦] Second-order optimization在ML會成功嗎?

看板Gossiping作者 (精華)時間4年前 (2019/07/19 21:42), 編輯推噓3(4推 1噓 9→)
留言14則, 7人參與, 4年前最新討論串2/2 (看更多)
如果用這個然後時間比較久 就不必了 尤其你跑的資料量很大 然後你弄這些最佳化方法 又丟進去機械學習 或類神經網路 最後時間比較久 準確率提高3% 個人是覺得沒必要 真的沒必要 如果你知道丟銅板的準確率有5成 然後有些東西四成的準確率就可以用的嚇嚇叫了 客倌 你真的要花一個月 跑出正確率八成的結果嗎？ 所以瞎忙白忙是大數據分析的重點技術。 最佳化不用也可以有好結果 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 123.205.26.154 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/Gossiping/M.1563543733.A.711.html
→
07/19 21:42, 4年前 , 1F
跑出來也沒用 因為根本不知道為什麼
07/19 21:42, 1F
→
07/19 21:43, 4年前 , 2F
我們公司搞一搞直接回去搞工業4.0
07/19 21:43, 2F
→
07/19 21:43, 4年前 , 3F
嗯嗯 跟我想的一樣
07/19 21:43, 3F
推
07/19 21:48, 4年前 , 4F
感謝大大熱心撥冗分享,不過我想還是有可能
07/19 21:48, 4F
→
07/19 21:49, 4年前 , 5F
有些領域會需要高準確率的Model
07/19 21:49, 5F
→
07/19 21:51, 4年前 , 6F
高準確率模型重點是模型架構>資料>優化法
07/19 21:51, 6F
推
07/19 21:56, 4年前 , 7F
MODEL>PRODUCE>DATA
07/19 21:56, 7F
推
07/19 22:03, 4年前 , 8F
看類型吧，資料跟屎一樣也是Garbage in G
07/19 22:03, 8F
→
07/19 22:03, 4年前 , 9F
arbage out
07/19 22:03, 9F
推
07/19 22:21, 4年前 , 10F
樓上差矣 通常都是一堆垃圾data 產出來的
07/19 22:21, 10F
→
07/19 22:21, 4年前 , 11F
論文內容
07/19 22:21, 11F
→
07/19 22:22, 4年前 , 12F
只要你model對 produce沒錯 再差的data
07/19 22:22, 12F
→
07/19 22:22, 4年前 , 13F
都沒差
07/19 22:22, 13F
噓
07/21 07:15, 4年前 , 14F
3%?? 如果可以提高3%根本可以飛天了
07/21 07:15, 14F
‣ 更多 primeman 的文章
文章代碼(AID): #1TCSYrSH (Gossiping)
‣ 更多 primeman 的文章
文章代碼(AID): #1TCSYrSH (Gossiping)