普林、DeepMind新研究：結合深度學習和符號迴歸，從深度模型中看見宇宙

簡單的符號表達式能夠有效地建模世界。符號模型緊湊，具備可解釋性和良好的泛化能力，但很難處理高維機器學習問題；深度模型擅長在高維空間中學習，但泛化性和可解釋性卻很差。那麼有沒有什麼辦法可以取二者之所長呢？這項研究做到了。   選自arXiv，作者：Miles Cranmer等，機器之心編譯，參與：杜偉、小舟、魔王。 如何將深度模型轉換爲符號方程？ 來自普林斯頓、DeepMind 等機構的研究人員提出

>>阅读原文<<