发布网友 发布时间:2022-04-22 07:56
共1个回答
热心网友 时间:2022-06-18 04:04
还是有区别的。前者很多场景的应用是依靠神经网络、分类器等算法进行分类和回归,但用到的却是依靠不断迭代试错的前提下进行参数的测算。而统计学对分类、回归的测算,则是依靠最小二乘、最大似然估计等特定的方法进行参数测算。
2者由于算法不同,因此可解释性则存在很大也是最本质的差异。
前者的参数计算结果不可解释,因为是不断试错试出来的。就好比衣服上有个洞要补,拿各种各样形状的补丁去试着比划,直到比划到能覆盖这个洞为止。但这种补丁不唯一,因为可能存在2种以上的补丁都能覆盖这个洞。
后者做补丁则是根据洞的形状,按照一个规则计算出一个唯一的补丁,例如补丁溢出洞口面积最小化,洞口补充全面化,计算出一个也是唯一一个补丁。