Data Science и научное мышление
Проблемы подхода Data Science.
Содержание
К недостаткам современного понимания Data Science следует отнести то, что эта методика провоцирует к замене научного мышления обыденно-практическим.
При построении модели машинного обучения (суррогатной модели) необходимо строить гипотезу о существовании связи между входными и выходными данными.
Links to this note
Дмитрий Сергеевич Кулябов
Профессор кафедры теории вероятностей и кибербезопасности
Мои научные интересы включают физику, администрирование Unix и сетей.