一个简单的问题。噪声下,观测某点坐标是y。我们使用距离泛函让机器去通过学习过得该点的“正确”位置x。现有泛函1,J1(x);泛函2,J2(x)。先不管解决此类泛涵问题的方法,你可以随便采用各种算法包括神经网在内。机器通过充分样本学习后获得新的该点位置分别为x1和x2。现在我想问,哪个正确?哎哟,机器好理智啊,可以达成两个结果。那么聪明人看出来了,这跟那个泛函有关。没错啊,但人类为啥要为机器选择不同的泛函?是仅仅是因为需求不同而已?还是泛函的选择本来就体现人类的不理智,甚至某种情感?机器还真是理智地帮人解决了不理智的问题。
好的,现在我们要理智,但也要给机器指定个泛函(统计风险函数)才能让它学习啊。我之前还讲过学习中的基本模式问题,很多人看不懂算啦。但这次希望你们能看懂,且不会说我没论据又只会喝多,来衬托咱们茶董伟光正形象的。好吧,回到那个泛函或者风险函数问题。不行,我们基本上不能让一台机器出现打脸结果,比如am管黑儒转叫蠢货,让机器判断,一会是am骂人,一会是am不骂人,这可不行。