過擬合：解釋過去者預測未來總錯
本文以量化交易中機器學習的過擬合概念，解釋為何擅長理性化歷史的專家常無法預測未來。它將複雜模型擬合噪音，比作人類從有限經驗產生的偏見，缺乏泛化能力。建議包括隔離經驗並尋求反證，以改善決策。
Search
Tag: #generalization12 results
🔬
理論如今還能指導機器學習嗎？
Reddit 上的一場討論質疑，傳統機器學習原則如今是否仍能可靠地指導實務。文章指出，關於過擬合、模型大小、測試集隔離、最佳化器與集成模型的許多規則，已受到強大實證結果的挑戰。