作者wang19980531 (中立评论员)
看板DataScience
标题[讨论] 统计学习与机器学习的差异
时间Mon Nov 9 09:43:44 2020
最近在修统计学习的课程，
提到Naive Bayes是Bayesian Network当中的一种model，
想知道 过往我们都会把Naive Bayes, KNN 这些当机器学习的入门
为何又会说NB是统计学习的model
因为感觉每堂AI 相关的课 overlap都很多 很混乱
--
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 114.43.55.15 (台湾)
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/DataScience/M.1604886226.A.7BC.html
1F：→ ddavid: overlap多反而不混乱吧，就相关领域啊 11/09 09:54
2F：→ ddavid: 你也不会觉得微积分跟线性代数都用到加减乘除很混乱 11/09 09:55
3F：→ ddavid: 更重要的事，这种事情你课堂或下课後就可以问老师马上得到 11/09 09:56
4F：→ ddavid: 不错的答案了XD 11/09 09:57
5F：→ ar851060: 这个领域不是就是一堆，领域互相overlap所产生的，课程 11/11 09:58
6F：→ ar851060: 这样教应该的吧 11/11 09:58
7F：推 r40491101: That's normal I think. 11/12 23:19
8F：推 VIATOR: 其实没很大的差异 11/19 15:40
9F：→ VIATOR: 统计学习比较偏解释现象，机器学习比较追求准确度 11/19 15:42
10F：推 erre: 一个是教你有哪些参数要调，一个是你就调参数就对了 11/23 20:49