by jl
机器学习没有一个统一的问题，各种方法之间的重合太少，因此研究一种方法可以不用了解或深究其他方法。没有一种方法是万能的，对于具体问题，可能这种方法好，对于另一个问题，可能另一种方法更好。
这种现象造成了：
- 在特定的问题上的机器学习方法，经常是最先用的那个。
- 分析机器学习的方法受一些为它而设计的假设而限制；因此很多文章都力图找到能出好结果的假设。
有几种研究机器学习的方法：
- 认定一种方法，改进它，并到处用
- 发现新的应用，并使用机器学习算法
- 找到一个非常难的问题，解决它（做到最好）
- 使（已经有的）问题更难（fast, online, large scale, few example, etc.）
2 比较轻松，4也不错
本文章为转载内容，我们尊重原作者对文章享有的著作权。如有内容错误或侵权问题，欢迎原作者联系我们进行内容更正或删除文章。
