在继承型学习中 如何高效的验证模型已尽可能多的发现泛化能力不足的模型 求方法推荐
我在尝试通过做一整个测试卷 但大部分题目曾经会的重复做 并不能很多的发现泛化不足的模型 且许多卷子考点重复
现在有两种想法 对着知识清单挨个找题目去检验
做综合题 涵盖模型更多 也就更容易找到
1 个赞
如果需要举具体例子或详细描述问题可以回复我我补充说明一下 这点困扰很久了
1 个赞
我觉得你的问题可能有些矛盾，既说很多题目是重复的且自己会做，又说知道自己的模型泛化能力不足。你说“不能很多的发现泛化不足的模型”，你不能发现又为什么说它泛化能力不足呢？渐构无非两条路嘛——泛化能力不足，就多在「旧有材料」中打转；泛化能力已够，就多去寻找「新材料」。所以我的看法是不要盲目地追求优化模型的泛化能力。
按照渐构理论，要解决这个问题，得接触更多的「未见材料」。所以你似乎更应该关注人际交往（找离试题最近的老师、学长学姐），去找人打交道，或者说去接触各种信息源。
单纯从“学习流程优化”的角度来说，我个人的做法是“根据考纲，按照卡片式笔记法，将每个概念尽可能地独立出来”，这样在验证模型时，有几个好处：
- 可视化：我不仅可以在脑子里反思一遍，还能在笔记软件上将「旧有经验」归纳起来。
- 安心：笔记软件可以通过一些语法快速集合某些模块，也可以做一个可视化统计，这样我就不会慌，不会觉得今天没解决所有的问题而产生焦虑。而且在碰到「新的、可以优化我既有模型的材料」时，我能够快速定位到具体“概念文件”，将其和其他旧有经验进行比较，再优化模型。
- 完整渐构：我在渐构模型的过程中碰到的最大问题就是选择性忽略。虽然说我们构建模型的目的就是压缩信息，但是当碰到一个超脱于「既有模型」的「新材料」时，想优化「既有模型」的泛化能力，就不能把这个「既有模型」本身当作思考材料了，还得将之前构建这个「既有模型」的「旧有材料」 都拿出来，和这个「新材料」对比归纳。因为「新模型」可能会在「判别模型」上加入完全不同的「参数」。所以用一个笔记软件追踪渐构的进度，可以帮我省去一些回忆的麻烦。
1 个赞
举几个题目的例子吧!我们好加工。
我在这个如何记笔记的帖子中,引用了书中的原文材料。你有了材料，咱才能加工。
【学生越睡越晚，这种学习合理吗？】-【结合使用材料】
刚仔细看完了 很感谢 我觉得您说的可视化是个不错的方法 现在在本子去记录未建构的知识 发现其实并不会发现泛化不足的模型很少 反而在于我并没有把已经发现泛化不足的题目解决 也并未记录 在大脑遗忘掉这些信息后我就会产生自己不会的并不多的幻觉了 可视化与记录很有用 谢谢啦
1 个赞
只学你的错题就行了，正确题别管
1 个赞
找些很巧妙的一般人想不出办法的难题，很多人就是因为泛化能力不足只会解决常规情况的问题，当然也不排除是根本没学这些其他的比较偏门的东西，可找到自己的盲区的知识也是个好事，万一考到了呢