计算化学公社

标题: 人们对“Machine Learning”的跟风已经丧心病狂了 [打印本页]

作者
Author: coolrainbow 时间: 2020-1-7 01:54
标题: 人们对“Machine Learning”的跟风已经丧心病狂了
https://pubs.acs.org/doi/10.1021/acscatal.8b05080

一篇论文，题目第一个词就是Machine Learning

Machine Learning-Aided Structure Determination 。。。

除了题目外，从摘要到正文到参考文献没有一个字提到Machine Learning...

作者
Author: aaronzjw 时间: 2020-1-7 08:49
Title.replace("Machine Learning", "Genetic Algorithm") 比较合适

作者
Author: archer 时间: 2020-1-7 14:30
遗传算法也算机器学习

作者
Author: yjmaxpayne 时间: 2020-1-7 17:13
GA更接近于优化，而不是ML。但是，广义上ML也是通过优化求解训练参数来着。

作者
Author: 鬼隐 时间: 2020-1-13 09:13
Machine Learning用来做什么工作比较合适，最近老师给发了任务让寒假学机器学习，还不知道会做什么。参数化对计算化学有什么好处？但就简单学到的一点东西，总感觉像用计算机算命。

作者
Author: Jasminer 时间: 2020-1-13 10:11
专家系统→神经网络→遗传算法→数据挖掘→大数据→机器学习
以后还不知道变成什么帽子

作者
Author: granvia 时间: 2020-1-13 18:40

鬼隐发表于 2020-1-13 09:13
Machine Learning用来做什么工作比较合适，最近老师给发了任务让寒假学机器学习，还不知道会做什么。参数化 ...

给一群人的身高，体重，生辰八字，血型，星座等信息，来预测他们的年收入。如果能机器学习出一套基于这些参数的模型，可得到很好的拟合，这会说明什么？

很多学术研究都忽视了一个根本的科学原则：相关性并不意味着因果关系

作者
Author: sobereva 时间: 2020-1-13 21:14

鬼隐发表于 2020-1-13 09:13
Machine Learning用来做什么工作比较合适，最近老师给发了任务让寒假学机器学习，还不知道会做什么。参数化 ...

在化学方面，ML用于预测分子各方面性质（gap、极化率、化学位移等等，以及凝聚相性质比如粘度、密度等）、构造势函数已经用得非常多了。
简单来说就是把输入的参数映射成被预测的量，通过训练集训练其中涉及到的参数。最小二乘法拟合个线性关系就算是ML的一种最简单的实现形式。
ML在其它领域还有大量其它用处，诸如人脸识别、语音识别、图像处理、AI等等已经用得极为普遍。

欢迎光临计算化学公社 (http://bbs.keinsci.com/)