คำถามทั่วไปตามที่ชื่อแนะนำคือ:
- DS และ OR / การปรับให้เหมาะสมต่างกันอย่างไร
ในระดับแนวคิดฉันเข้าใจว่า DS พยายามดึงความรู้จากข้อมูลที่มีอยู่และใช้เทคนิคการเรียนรู้ของเครื่องเป็นส่วนใหญ่ ในทางกลับกันหรือใช้ข้อมูลเพื่อตัดสินใจบนพื้นฐานของข้อมูลตัวอย่างเช่นโดยการปรับฟังก์ชั่นวัตถุประสงค์ (เกณฑ์) ให้เหมาะสมกับข้อมูล (อินพุต)
ฉันสงสัยว่ากระบวนทัศน์ทั้งสองนี้เปรียบเทียบกันอย่างไร
- เป็นหนึ่งส่วนย่อยของอื่น ๆ ?
- พวกเขากำลังพิจารณาสาขาเสริมหรือไม่?
- มีตัวอย่างที่ฟิลด์หนึ่งเติมเต็มฟิลด์อื่นหรือใช้ในการร่วม
โดยเฉพาะอย่างยิ่งฉันสนใจในสิ่งต่อไปนี้:
มีตัวอย่างใดบ้างที่ใช้เทคนิค OR ในการแก้คำถาม / ปัญหาด้าน Data Science?