【行测】如何运用机器学习,让你的分数突破瓶颈?

先生坐何至于此 2024-02-27 12:32:21

不管是在任何考试中,我们都应该注意到这样一个问题:这道题所需要的能力究竟是什么?

在回答这个问题之前,我们需要先知道机器学习的本质是什么。

机器能干的事通常来说只有执行命令,但在执行命令时也需要辨认目标对象。

所以,区分目标对象尤其重要。但奇怪的是,机器的区分能力往往在我们人看来是很低级的,通常来说我们能快速认清的东西机器却认不清,这是为什么?

这就是机器学习的核心——试错。

人之所以看起来学得比机器快(当然是假设学习效率相同的情况下,因为机器的算力比人脑强了太多),是得益于人们的一个强大功能——无知的自信。

很多时候,我们敢于相信我们并不确定的东西,并确信我们自己其实已经懂了。即使这个东西只是一句话,但实际上来说,我们可能只是知道了这句话的每个字而已,并不知道它的具体范围是什么。

所以这就会产生一个现象,我们觉得这个概念很简单,但是我们会反复错,并开始怀疑我们自己究竟有没有进展。

无须怀疑,进展肯定是有的。每当你对一个你认为简单的概念十分了解时,你的无知就占了上风。就拿机器来说,即使让机器辨认一个东西是否是人,这个机器大概率在前期辨认错误率必定远高于你——它会将许多不为人的东西判定为人,将许多为人的东西判定为非人,但你总能赢他。但到了后期,它的判断往往极为准确。

因此,我们可以得出一个结论,在简单概念的学习上,试错尤其重要。越简单的概念,考试时考到的精度就会越高,越需要你对于这个概念的准确判断。但实际上,我们在学习时就和机器一样,会不断出错。有时甚至之前你的得分率较高,现在低下来了,你会认为你退步了,但其实不是这样的。

你仅仅是之前运气好恰好没有出错而已。而对于现在的你来说,你的实力也比以前更强了,只不过你现在拓展到是错误的案例。

而机器学习的本质,就是事无巨细,将每一个错误的案例排除掉,留下正确的案例。

每当我们为当今阿尔法狗的围棋技艺感到惊叹时,就要首先想到,之前阿尔法狗在学习时甚至连刚懂规则的新手都下不过,可能自己被围还在其他地方随便落子。然而当今,阿尔法狗却是全世界围棋选手的学习对象。

所以,对于那些概念简单的东西,其实我们并不需要十分复杂的分析,而是要侧重练习的数量,确保我们错的题够多,排除掉那些错误的领域,这样正确的概率就会提升。

那么如何分辨概念是否简单?

答案是组合少。

A有一种组合,AB有三种,ABC有六种。再往上,组合就会越来越多,需要我们思考的量也会不断暴增。所以当一道题目可能使用到的知识点组合并不多时(因为许多题目做的时候你需要先了解这道题涉及哪几个知识点,而复杂的题目你要把很多可能用到的情况都考虑进去),我们是可以做到不靠复盘单纯堆量来提升我们的能力的。

简称题海战术。

总而言之,在应对简单概念时,我们要多刷题,注重量的积累。途中发现自己正确率下降也不要慌,这证明你遇到你不会的地方了,并不是你原来会现在不会了。你要做的,就是不断地拓展你的认知领域,明白出题人所给的概念范围,这样不断坚持方能突破瓶颈,改变分数高低不定上不去的情况。

0 阅读:0
先生坐何至于此

先生坐何至于此

工商管理专业,精通经济学、心理学