本文讨论了提高算法研究质量的关键因素，包括技术创新、方法多样性和数据集丰富性等，并强调了物理意义解释及定制化算法的重要性。
- 技术不够炫. 如果没有原始创新, 那至少技术要够新.
- 比较方法单一 (SVM)
- 数据集少 (仅一个数据集)
- 缺乏足够的物理意义解释
- 缺乏对数据本身特性的分析 (定制算法, 调整参数), 从应用背景多做分析. 想要一个普适性的算法, 还是专门为某个具体应用获得有意义的结果?
- 比较图要清晰, 易于辨识. 如果重叠的话, 用不同的标识 (+, *, o).
- “设计属性提取算法”. 实际上, 神经网络才是最好的属性提取器.
扫一扫
评论
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
查看更多评论
添加红包
