机器学习中的线性和非线性指南

2024-10-28 11:08:58 英文原文

作者:Manuel Brenner

以及它们在决策边界、嵌入、动力系统和下一代法学硕士中的作用

Manuel Brenner

Towards Data Science

“以眼还眼,以牙还牙。”
Ø塔利奥尼斯法、汉谟拉比法典

著名的莱克斯·塔莱奥尼斯是比例定律。你夺走我的眼睛,我夺走你的眼睛。你拿走我的牙齿,我拿走你的牙齿(作为一名巴比伦牙医一定很艰难)。

法律的制定并不是为了助长暴力;相反,它的目的是限制它。这莱克斯·塔莱奥尼斯 设想了一个法律世界,其中一切都可以用线性方程描述:每项犯罪都会产生与其输入成比例的输出。由于对罪行的惩罚与罪行成正比,因此避免了过度的报复和暴力的爆发,而暴力的爆发导致一切都被摧毁。

除了报应的世界之外,线性在我们对世界的思考中发挥着重要作用:在线性系统中,一切都是可以理解的。没有混乱,没有复杂的数学。所有科学家整天要做的就是解这些方程:

对于每一个动作,都会有一个相等且相反的反应。
Ø牛顿第三运动定律

不幸的是,我们所处的现实与这个线性乌托邦相去甚远。历史上有很多这样的例子:世界以极不相称的方式对小事作出反应:布拉格的“扔窗外事件”引发了三十年代的变革。

关于《机器学习中的线性和非线性指南》的评论


暂无评论

发表评论