.jpg)
在[db:标签]幻小说[db:标签]，竞争绝对是非常有用的。但是实际上，这1000个模型的集合无法在生产中按比例扩展，这就是为什么如果将其用作黑匣子，那么获胜者的解决方案可能会毫无用处。
但是有更多人反对卢克。其中有研究人员谁是kAggle比赛的获胜者或参与者。他们认为AI竞争确实为科学做出了贡献，并产生了许多见解和有效方法。等等，您不能说这是“无用的”。以下是用户的一些看法。
Andres Torrubia @antor：本次比赛的测试组（第1阶段）为40万例。在最近的分子竞争中，我确实相信（+匮乏）有助于科学。不同的顶级车型之间的差距可能是由于运气造成的……但这与您的“无用”观点不同。
Roy K @roycoding（方言）：我既是怀疑主义者，也是乐观主义者。我同意获胜者可能不是最好的模型，但是我认为这些类型的比赛可以更好地了解哪种方法适合相关任务。更不用说将来潜在的转移学习了。
Jean-Fran ois Puget @JFPuget（本质上反对，但也承认作者的观点有些道理）：如果您是对的，那就是模型的性能只是运气的一部分，那么在各种比赛中，表现都没有相关性，显然情况并非如此。但是，您的许多观点都很好。例如，图像网络导致可笑的过度拟合。使用8年固定验证集或已使用数月的验证集是有区别的。
Bilal Kartal @bll_krtl（表示完全不同意）：我完全不同意您的意见。游戏产生了很多见解，例如领域本身，方法等等。将这些见解引导到产品不一定是最短的路径，但这是竞争的初衷吗？
Xavier Amatriain @xamat（使用个人经验来驳斥作者）：作为直接从Netflix赞助中受益的人，我可以100％地说这篇文章是完全错误的。不要相信您要问所有赞助@kaggle的公司。
读者朋友，您是否同意本文？ AI竞争可以产生有用的模型吗？它有一定的``运气''成分可以获胜吗？欢迎留言。
严禁未经正式授权转载本文，侵权行为将受到调查。猜你喜欢
- 2022-06-15 人工智能中的药物设计：应用与趋势
- 2022-06-15 上海人工智能这一年：累计开放应用场景30个涉10个领域
- 2022-06-15 盘点｜人工智能语音的3种应用：机器人、语音助手、智能家电
- 2022-06-15 AI场景应用产业发展｜数据堂
- 2022-06-15 人工智能应用领域、场景及未来发展趋势
- 2022-06-15 目前人工智能应用场景有哪些？开课吧
- 2022-06-15 大数据和人工智能：3个真实世界的应用案例
- 2022-06-15 为什么第三次人工智能浪潮需要“可信AI”？
- 2022-06-15 AI+教育，这4个应用场景值得参考
- 2022-06-15 “新一代人工智能”十大应用场景落地北京亦庄
- 最近发表
- 随机tag