「垃圾進,垃圾出」這句話,搞IT的人應該沒有人沒聽過,也都瞭解是甚麼意思;但這句話如果拿到現在最熱門的「資料分析」或「AI應用」的場景中,說法卻必須做一點調整,怎麼說呢? 根據我自己的研發經驗,需要使用資料或數據做分析的問題可以分成兩大類(聽起來好像繞口令): 第一類:「我們知道我們不知道」的問題 第二類:「我們不知道我們不知道」的問題 「我們知道我們不知道」 第一類是比較容易瞭解、也是一般常面臨解決的。 簡單來說,就是我們對問題本身已經有了一個假設、甚至已經有可以運作的模型,只是對其中的一些參數還不知道;此時蒐集資料的目的,就是要來決定這些參數。
「垃圾進,垃圾出」在人工智慧時代的新涵義/葉光釗
「垃圾進,垃圾出」在人工智慧時代的新涵義/葉光釗
「垃圾進,垃圾出」在人工智慧時代的新涵義/葉光釗
「垃圾進,垃圾出」這句話,搞IT的人應該沒有人沒聽過,也都瞭解是甚麼意思;但這句話如果拿到現在最熱門的「資料分析」或「AI應用」的場景中,說法卻必須做一點調整,怎麼說呢? 根據我自己的研發經驗,需要使用資料或數據做分析的問題可以分成兩大類(聽起來好像繞口令): 第一類:「我們知道我們不知道」的問題 第二類:「我們不知道我們不知道」的問題 「我們知道我們不知道」 第一類是比較容易瞭解、也是一般常面臨解決的。 簡單來說,就是我們對問題本身已經有了一個假設、甚至已經有可以運作的模型,只是對其中的一些參數還不知道;此時蒐集資料的目的,就是要來決定這些參數。