铺砖的优势出来了# gardening - 拈花惹草
W*U
1 楼
听了几个计算机专业的招聘报告。 一个讲怎么给一个极端性质的组织建模, 以便预测
该组织在某种条件下是否会进攻一个国家。 另外一个讲怎么给一个多硬盘的应用建模
, 以便发现系统瓶颈。 他们都是先找出可能的参数(parameter), 然后去尽量逼
近给出的历史数据。 然后就说这个模型非常符合数据。
问题是这种所谓的模型, 如果工作的话, 一般只是对该应用有效。 对于一个新的应
用,这个过程就得重新来过。 而且, 有些所谓的模型, 根本没必要。象上面的第一
个例子,该组织是否会进攻一个国家只是一个0/1 的问题; 有太多的因素参杂在其中
, 根本就不应当做过分分析。上面的第二个例子, 如果你能找到可能的参数, 你就
应当可以对它们进行测试去找到系统瓶颈, 根本就不需要所谓的模型。
跟一个做统计识别的朋友聊过这个, 发现他们也有类似的问题: 所谓的统计识别建模
(比如识别坦克或者攻击), 对于某个单纯的历史数据很符合(精确度不到99%, 文章
就不能发), 但对新的应用或环境就不起作用了。
那么, 这种建模研究究竟有多大意义? (以前觉得生物的穷举研究很没意思, 现在
发现所谓的统计建模也是这样。 我的理解错了吗?)
该组织在某种条件下是否会进攻一个国家。 另外一个讲怎么给一个多硬盘的应用建模
, 以便发现系统瓶颈。 他们都是先找出可能的参数(parameter), 然后去尽量逼
近给出的历史数据。 然后就说这个模型非常符合数据。
问题是这种所谓的模型, 如果工作的话, 一般只是对该应用有效。 对于一个新的应
用,这个过程就得重新来过。 而且, 有些所谓的模型, 根本没必要。象上面的第一
个例子,该组织是否会进攻一个国家只是一个0/1 的问题; 有太多的因素参杂在其中
, 根本就不应当做过分分析。上面的第二个例子, 如果你能找到可能的参数, 你就
应当可以对它们进行测试去找到系统瓶颈, 根本就不需要所谓的模型。
跟一个做统计识别的朋友聊过这个, 发现他们也有类似的问题: 所谓的统计识别建模
(比如识别坦克或者攻击), 对于某个单纯的历史数据很符合(精确度不到99%, 文章
就不能发), 但对新的应用或环境就不起作用了。
那么, 这种建模研究究竟有多大意义? (以前觉得生物的穷举研究很没意思, 现在
发现所谓的统计建模也是这样。 我的理解错了吗?)