Q:
มีดโกนของ Occam นำไปใช้กับการเรียนรู้ของเครื่องได้อย่างไร
A:การใช้มีดโกนของ Occam ย้อนกลับไปที่ William of Ockham ในยุค 1200 มันเป็นความคิดที่ว่าวิธีแก้ปัญหาที่ง่ายที่สุดและตรงที่สุดควรเป็นที่ต้องการหรือว่าด้วยสมมติฐานที่แตกต่างกัน
อย่างไรก็ตามมีดโกนของอ็อกคัมยังมีแอพพลิเคชั่นที่ทันสมัยบางอย่างสำหรับเทคโนโลยีที่ทันสมัย - ตัวอย่างหนึ่งคือการประยุกต์ใช้หลักการในการเรียนรู้ของเครื่อง ด้วยการเรียนรู้ของเครื่องวิศวกรจะทำงานเพื่อฝึกอบรมคอมพิวเตอร์ในชุดข้อมูลการฝึกอบรมเพื่อให้พวกเขาสามารถเรียนรู้และก้าวข้ามขีด จำกัด ของการเขียนโปรแกรมรหัสฐานเดิมได้ การเรียนรู้ของเครื่องเกี่ยวข้องกับการใช้อัลกอริทึมโครงสร้างข้อมูลและระบบการฝึกอบรมกับคอมพิวเตอร์เพื่อให้พวกเขาเรียนรู้ด้วยตนเองและสร้างผลลัพธ์ที่พัฒนาขึ้น
โดยที่ในใจผู้เชี่ยวชาญบางคนรู้สึกว่ามีดโกนของ Occam จะมีประโยชน์และให้คำแนะนำในการออกแบบโครงงานการเรียนรู้ของเครื่อง บางคนโต้แย้งว่ามีดโกนของ Occam สามารถช่วยวิศวกรในการเลือกอัลกอริทึมที่ดีที่สุดเพื่อนำไปใช้กับโครงการและยังช่วยในการตัดสินใจว่าจะฝึกอบรมโปรแกรมด้วยอัลกอริทึมที่เลือกได้อย่างไร การตีความอย่างหนึ่งของ Occam's razor คือควรใช้อัลกอริธึมที่เหมาะสมมากกว่าหนึ่งด้วยการแลกเปลี่ยนที่เปรียบเทียบได้ควรใช้การตีความที่ซับซ้อนน้อยที่สุดและตีความได้ง่ายที่สุด
คนอื่น ๆ ชี้ให้เห็นว่าขั้นตอนการทำให้เข้าใจง่ายเช่นการเลือกคุณสมบัติและการลดขนาดยังเป็นตัวอย่างของการใช้หลักการมีดโกน Occam - รูปแบบที่ง่ายขึ้นเพื่อให้ได้ผลลัพธ์ที่ดีขึ้น ในทางตรงกันข้ามคนอื่น ๆ อธิบายการแลกเปลี่ยนแบบที่วิศวกรลดความซับซ้อนด้วยค่าใช้จ่ายของความถูกต้อง - แต่ก็ยังยืนยันว่าวิธีการมีดโกนของ Occam นี้จะเป็นประโยชน์
แอปพลิเคชันอื่น ๆ ของ Occam's มีดโกนเกี่ยวข้องกับพารามิเตอร์ที่กำหนดไว้สำหรับการเรียนรู้ของเครื่องบางชนิดเช่นตรรกะ Bayesian ในเทคโนโลยี ในการ จำกัด ชุดของพารามิเตอร์สำหรับโครงการวิศวกรอาจกล่าวได้ว่าเป็น“ การใช้ Occam's razor” เพื่อทำให้แบบจำลองง่ายขึ้น ข้อโต้แย้งอีกข้อหนึ่งก็คือเมื่อคนที่มีความคิดสร้างสรรค์ระดมสมองวิธีประเมินกรณีการใช้งานทางธุรกิจและ จำกัด ขอบเขตของโครงการก่อนที่จะใช้อัลกอริธึมพวกเขาใช้มีดโกนของ Occam เพื่อลดความซับซ้อนของโครงการตั้งแต่ต้น
อีกหนึ่งแอปพลิเคชั่นที่ได้รับความนิยมของมีดโกนของเครื่อง Occam ในการเรียนรู้ของเครื่องจักรนั้นเกี่ยวข้องกับ“ คำสาปของระบบที่ซับซ้อนมากเกินไป” การโต้แย้งนี้เกิดขึ้นว่าการสร้างรูปแบบที่ซับซ้อนและละเอียดมากขึ้นสามารถทำให้แบบจำลองนั้น มีปัญหาที่เรียกว่าการ overfitting ที่ตัวแบบนั้นซับซ้อนเกินไปที่จะสอดคล้องกับข้อมูลที่ถูกตรวจสอบและกรณีการใช้งานสำหรับข้อมูลนั้น นี่เป็นอีกตัวอย่างหนึ่งที่บางคนอาจอ้างถึงใบมีดโกนของอ็อกคัมในการออกแบบระบบการเรียนรู้ของเครื่องโดยเจตนาเพื่อให้แน่ใจว่าพวกเขาจะไม่ต้องทนทุกข์ทรมานจากความซับซ้อนและความเข้มงวด
ในทางตรงกันข้ามมีบางจุดที่การใช้มีดโกนของ Occam อย่างไม่ถูกต้องสามารถลดประสิทธิภาพของการโปรแกรมการเรียนรู้ของเครื่อง ในบางกรณีความซับซ้อนอาจจำเป็นและเป็นประโยชน์ ทุกอย่างเกี่ยวข้องกับการตรวจสอบขอบเขตโครงการโดยเฉพาะและสิ่งที่ต้องได้รับและการดูอินพุตชุดฝึกอบรมและพารามิเตอร์เพื่อใช้โซลูชันที่ตรงเป้าหมายที่สุดสำหรับผลลัพธ์ที่ได้รับ
