Кажется, что от века, от Галилея до настоящего времени — одна из вещей, которая была постоянной, — это математизация проблемы.
Ниже приведены некоторые задачи и их представление в математических формах.
Примеры для вышеизложенного приведены в Книге - Исчисление повседневности.
В книге на основе данных автор предлагает/предлагает, какая модель лучше соответствует тому или иному контексту.
Раньше я удивлялся, как можно запомнить столько уравнений? Как эффективно представить проблему? Как смоделировать проблему? Как запоминать шаблоны. Одним из решений является наличие таблицы Giant Look Up с процессом и связанными с ним уравнениями/моделями.
Когда я познакомился с паттернами проектирования программного обеспечения/Бандой четырех, у меня возникли такие же сомнения. Как распознать и понять закономерности и приспособить их к имеющейся проблеме?
Введите Машинное обучение. Похоже, что именно оно делает? Он пытается математически придумать модель на основе ваших данных.
Предоставляя алгоритм/метод ML с данными, вы можете либо применить регрессию, либо классификацию, либо множество других методов, и он предлагает уравнение/модель, указывающую на лежащий в основе шаблон.
