吐槽 ML 论文质量差，推荐三篇科学哲学经典重塑思维

fleetwood___ · x · 2026-08-25

作者在阅读了太多质量低下的机器学习论文后，转向科学哲学寻求指引，并推荐了三篇关键文献：1. Platt 的《Strong Inference》，探讨为何某些领域进步更快；2. Jonas & Kording 的《Could a neuroscientist understand a microprocessor》，通过分析微处理器来批判相关性分析的局限性；3. Tarantola 的《Popper, Bayes and the Inverse Problem》。这些内容对理解 ML 研究中的因果推断和实证方法论有深刻启发。