机器学习哪个更难，围棋还是看病？

lm2068830

hsy12 发表于 2017-10-6 07:07
把病例倒进去啊。

棋谱是格式化的，病例是非结构的文本，不一样的，病例需要理解 棋谱是机械性的判断。

hsy12

lm2068830 发表于 2017-10-6 08:38
棋谱是格式化的，病例是非结构的文本，不一样的，病例需要理解 棋谱是机械性的判断。 ...

我的理解是病例也可以数字化为0或1，比如检测出白细胞是正常范围就是0，否则就是1。
如今看病不就是通过各种化验来诊断吗？不再是望闻问切了。

lm2068830

hsy12 发表于 2017-10-6 09:48
我的理解是病例也可以数字化为0或1，比如检测出白细胞是正常范围就是0，否则就是1。
如今看病不就是通过 ...

有了机器测出来的数据 你也要对历史病例中的诊断结果进行提取，这样才有数据和相对于的病，机器能学习。否则你哪里来的知识 告诉你 一种病对应好几种的不正常的数值呢。而且这种也不现实，单单什么病都要做抽血 外加 全身扫描，政府负担不起，个人也负担不起。你可以看看一部电影叫 Elysium。

hsy12

lm2068830 发表于 2017-10-6 10:18
有了机器测出来的数据 你也要对历史病例中的诊断结果进行提取，这样才有数据和相对于的病，机器能学习。 ...

不是很理解你说的，病人的病史也是一部分需要输入机器学习的数据啊。

lm2068830

hsy12 发表于 2017-10-6 10:34
不是很理解你说的，病人的病史也是一部分需要输入机器学习的数据啊。

有专业背景知识会比较容易聊明白，你是做哪方面的。。

hsy12

lm2068830 发表于 2017-10-6 10:48
有专业背景知识会比较容易聊明白，你是做哪方面的。。

算是IT吧，你是不是学医的？

也许你是强调医生的经验吗？机器学习的过人之处也就是经验的积累吧？

lm2068830

hsy12 发表于 2017-10-6 10:49
算是IT吧，你是不是学医的？

也许你是强调医生的经验吗？机器学习的过人之处也就是经验的积累吧？ ...

我也是IT。PHD读的是NLP，后来做了几年的病例处理，现在做媒体领域的DS。

病例这块需要大量的NLP做语义处理。但是围棋不需要，ML就能解决。
说白了就是 structured data 和 unstructured data 的区别。

你可以了看看这边文章：
http://rutumulkar.com/blog/2016/NLP-ML

hsy12

lm2068830 发表于 2017-10-6 11:01
我也是IT。PHD读的是NLP，后来做了几年的病例处理，现在做媒体领域的DS。

病例这块需要大量的NLP做语义 ...

感谢分享，学习了。

我对医这块不了解，不过医学数据的结构化应该要成为这个领域未来的方向，或者说这个适应于任何领域吧，如果需要引入计算机。

机器翻译可能是unstructured data的典型例子？机器翻译今后估计也能做到八九不离十。

语音数据算不算unstructured data？我比较惊讶的是微信里的语音翻译，只要是普通话的语音，微信都能翻成文字，貌似很拽。。。

lm2068830

hsy12 发表于 2017-10-6 11:16
感谢分享，学习了。

我对医这块不了解，不过医学数据的结构化应该要成为这个领域未来的方向，或者说这个 ...

是的，美国那边医学数据的结构化比较领先 政府扶持这块。澳洲这边还比较落后。我们以前很多项目都是美国那边的。
中英翻译的话，现成的学习的素材很多，像电影的中文英文字幕这种，google翻译现在做的已经不错了。
微信那个应该是语音识别，那个技术很多年以前就比较成熟了。

中英翻译是unstructured data，语言识别应该不算 只是发音和单词的匹配问题。

hsy12

lm2068830 发表于 2017-10-6 11:22
是的，美国那边医学数据的结构化比较领先 政府扶持这块。澳洲这边还比较落后。我们以前很多项目都是美国 ...

谢谢，面部识别呢？不过面部识别估计没有什么用处，人可以整容。。。
虹膜识别算不算unstructured data？

lm2068830

hsy12 发表于 2017-10-6 11:32
谢谢，面部识别呢？不过面部识别估计没有什么用处，人可以整容。。。
虹膜识别算不算unstructured data？ ...

那种算图像处理，是另外一个领域。structured/unstructured这个术语不适用在图像处理上。
面部识别不难，先把是眼睛 鼻子 嘴巴 这种找出来，之后再判断之间的距离 就能做。
找眼睛 鼻子 这种需要机器学习，google这种大公司招了很多人 专门去人像里面里面 标注这些， 作为学习的素材。
虹膜的细节我不了解。。估计也差不了太多吧。

hsy12

lm2068830 发表于 2017-10-6 11:44
那种算图像处理，是另外一个领域。structured/unstructured这个术语不适用在图像处理上。
面部识别不难， ...

有点理解了。似乎structured/unstructured这种表达不太精准。

NLP，处理文字，难点在于文字里包含humor, sarcasm, subconscious bias等等。
DL，主要处理图像。

不管是图像识别还是语音识别，看似很复杂，但都不包含更深层次的insights。

chatswood2067

应该是看病难，下围棋，其实还是穷举，盘面已经限制其变化的范围，只是目前人脑的能力限制，无法用人脑演算所有可能性，但可以依靠机器的能力来推算。而看病是不同的，人类远没有掌握病因，只是有的领域接近找到病因，机器只是在人类认知的广度上的扩展，深度还需人类探索，所以看病远比下棋难。

tony17

肯定是看病啊

笑和尚

看病不难，一般的毛病都有标准数据，符合数据就可诊断，而且可以试错，到了疑难杂症阶段，可以用超级计算机和人脑会诊。

笑和尚

各种指标采集，现在有各种生物检验试剂和穿戴设备，随时随地可以检查采集。

sheepYY

hsy12 发表于 2017-10-5 10:39
我也不是太确定，如果是体力精力不济，那如果可以无限延长下棋的时间呢？等老棋手体力精力恢复了，能下得 ...

你的问题很准确，以前日本棋院下一盘棋动辄几个月，所以九段都是老人家。后来主流棋坛都下快棋，日本棋院没落，韩国和中国棋手崛起，年轻人优势凸显，老人逐渐退出

hsy12

sheepYY 发表于 2017-10-29 13:54
你的问题很准确，以前日本棋院下一盘棋动辄几个月，所以九段都是老人家。后来主流棋坛都下快棋，日本棋院 ...

感谢分享，所以可能不是体力精力的问题了。

sheepYY

hsy12 发表于 2017-10-29 14:13
感谢分享，所以可能不是体力精力的问题了。

看病有一部分类似，坐诊医生经验

好奇的喵喵喵

我也觉得下棋更难