Arrayfunction : 你知道他們正在使用什麼類型的機器學習嗎？這種類型的任務不是單一人工神經網絡模型可以處理所有的事情。這可能只限於猜測潛在候選人。即使如此，可能只有在改善當前藥物而不是新藥的方面。 隨機樹系模型將更有用，因為您至少可以比較它如何連接其樹中的所有變量。這仍然存在機器學習模型的固有限制；它們無法做任何真正新穎的事情，因為它沒有想像力可以從中抽出，只是訓練數據中的內容。在某些時候，您將更好切換到結構方程模型或類似的模型，這樣您就可以使用該先前知識來抵消 ANN 將繪製的不可避免的關聯性。人類生物學是我們可以確定（對於許多人來說）這些領域是訓練數據中的巧合或採樣偏差的虛假成因素。我 1000% 支持使用以貝氏為基礎的技術來改善過程-特別是對外部控制武器等概念限制了被判犯安慰劑組的必要邪惡的人數。
Stock_Drift 樓主 Arrayfunction : 不。抱歉。
Dusters : 確實。我不提供財務建議。只是在看到好股票時知道。
Stock_Drift 樓主 Dusters : 我贊同，你做得到!!!
Arrayfunction : 你知道他們正在使用什麼類型的機器學習嗎？這種類型的任務不是單一人工神經網絡模型可以處理所有的事情。這可能只限於猜測潛在候選人。即使如此，可能只有在改善當前藥物而不是新藥的方面。
隨機樹系模型將更有用，因為您至少可以比較它如何連接其樹中的所有變量。這仍然存在機器學習模型的固有限制；它們無法做任何真正新穎的事情，因為它沒有想像力可以從中抽出，只是訓練數據中的內容。
在某些時候，您將更好切換到結構方程模型或類似的模型，這樣您就可以使用該先前知識來抵消 ANN 將繪製的不可避免的關聯性。人類生物學是我們可以確定（對於許多人來說）這些領域是訓練數據中的巧合或採樣偏差的虛假成因素。
我 1000% 支持使用以貝氏為基礎的技術來改善過程-特別是對外部控制武器等概念限制了被判犯安慰劑組的必要邪惡的人數。
Stock_Drift 樓主 Arrayfunction : 不。抱歉。
Dusters : 確實。我不提供財務建議。只是在看到好股票時知道。
Stock_Drift 樓主 Dusters : 我贊同，你做得到!!!
