許多人,我對機器學習感興趣。我已經就這個話題開了一堂課,並且一直在閱讀一些論文。我有興趣找出什麼使機器學習難以解決問題。理想情況下,我想了解機器學習問題的複雜性如何量化或表達。顯然,如果一個模式非常嘈雜,人們可以看看不同算法的更新技術,並觀察到某些特定的機器學習算法錯誤地將自身更新爲錯誤的方向,這是由於有噪聲的標籤,但這是非常定性的爭論而不是一些分析/量化的推理。什麼使機器學習變得困難或「複雜」?關於模式的複雜性,不是計算上的
那麼,如何量化問題或模式的複雜性以反映機器學習算法面臨的困難?也許從信息理論等等,我真的不知道。