算法的核心是什么，數(shù)學(xué)就是算法嗎？我認(rèn)為這種理解并不全面。首先，算法的核心是如何利用抽象的數(shù)學(xué)模型來(lái)解決這個(gè)實(shí)際問(wèn)題，而實(shí)現(xiàn)的手段是通過(guò)代碼編程，所以算法的核心是數(shù)學(xué)，基本上是精確的。但是說(shuō)數(shù)學(xué)是一種

算法的核心是什么，數(shù)學(xué)就是算法嗎？

我認(rèn)為這種理解并不全面。首先，算法的核心是如何利用抽象的數(shù)學(xué)模型來(lái)解決這個(gè)實(shí)際問(wèn)題，而實(shí)現(xiàn)的手段是通過(guò)代碼編程，所以算法的核心是數(shù)學(xué)，基本上是精確的。但是說(shuō)數(shù)學(xué)是一種算法是一個(gè)大問(wèn)題。數(shù)學(xué)涉及面很廣。它是一個(gè)自洽系統(tǒng)。隨著人類認(rèn)識(shí)水平的提高，數(shù)學(xué)也在不斷發(fā)展，許多新的數(shù)學(xué)工具被開發(fā)出來(lái)幫助我們解決實(shí)際問(wèn)題。

因此，如果數(shù)學(xué)是它背后的真理理論，那么算法就是用部分真理來(lái)幫助我們解決一些具體問(wèn)題。這是我的理解。

既然使用神經(jīng)網(wǎng)絡(luò)也可以解決分類問(wèn)題，那SVM、決策樹這些算法還有什么意義呢？

這取決于數(shù)據(jù)量和樣本數(shù)。不同的樣本數(shù)和特征數(shù)據(jù)適合不同的算法。像神經(jīng)網(wǎng)絡(luò)這樣的深度學(xué)習(xí)算法需要訓(xùn)練大量的數(shù)據(jù)集來(lái)建立更好的預(yù)測(cè)模型。許多大型互聯(lián)網(wǎng)公司更喜歡深度學(xué)習(xí)算法，因?yàn)樗麄儷@得的用戶數(shù)據(jù)是數(shù)以億計(jì)的海量數(shù)據(jù)，這更適合于卷積神經(jīng)網(wǎng)絡(luò)等深度學(xué)習(xí)算法。

如果樣本數(shù)量較少，則更適合使用SVM、決策樹和其他機(jī)器學(xué)習(xí)算法。如果你有一個(gè)大的數(shù)據(jù)集，你可以考慮使用卷積神經(jīng)網(wǎng)絡(luò)和其他深度學(xué)習(xí)算法。

這是一個(gè)機(jī)器學(xué)習(xí)算法，可選擇任意數(shù)量的樣本和圖形大小。

如果你認(rèn)為它對(duì)你有幫助，你可以多表?yè)P(yáng)，也可以關(guān)注它。謝謝您！