科学家少样本场景:正则回归与随机森林常胜过深度学习

bravo_abad · x · 2026-09-08

作者指出,科学实验室里最有用的机器学习模型往往不是神经网络。生物学家只有 50 个病人样本、化学家只有 100 个合成化合物、物理学家只有几百次昂贵测量——这与成就了深度学习的大数据场景完全不同。在小样本区间,正则化回归、随机森林、SVM 或高斯过程往往是更好的工具,尤其当不确定性与诚实的验证和原始精度同样重要时。深度学习固然强大,但复杂不是目标,目标是选择匹配科学与数据的模型。这也是作者新教科书《Inteligencia artificial para estudiantes de ciencias》(Ediciones Pirámide, 2026)的开篇思想之一。