机器学习目前正处于前所未有的最激烈的争论之中。这样的争论似乎总是在原地打转,无法得出结论或解决方案。这也许并不奇怪,因为机器学习研究人员在讨论时所持的参考框架非常不同,很难统一观点并找到共同点。为了解决这一困境,我们主张采用一个共同的概念框架,用于理解、分析和讨论研究。我们提出了一个在认知科学和神经科学中很流行的框架,我们相信它在机器学习中也有很大用处:Marr 的分析层次。通过一系列案例研究,我们展示了这些层次如何促进对机器学习的几种方法的理解和剖析。通过在自己的工作中采用分析层次,我们认为研究人员可以更好地参与推动我们领域进步所必需的辩论。
主要关键词