约翰那么哈 所以这是第

[fathema022]

而这样的教育，实际学习课堂教育可能没有那么有价值。：我的意思是，如果你想学习，一。第二，我们现在面临的问题是，首先，你不需要做出这样的决定。您可以只使用模型而不了解发生了什么。更糟糕的是，对于这些模型，我们实际上无法理解，或者传统上很难理解模型是如何得出预测的。因此，如果你的信用额度被拒绝，或者像我在书中提到的保释一样，例如在法庭案件中，那么很难争论，那么，为什么我被拒绝了呢然后，如果您使用统计学家的传统方法再次进行审核过程，您可以随时问我们，那么您是如何建模的例如，为什么这个人在神经网络审计中拒绝了这个特殊案例，这变得更加复杂。

约翰：所以你所说的，最初的问题之一是人们依赖输出、数据。我的 意思是，即使我以非常简单 智利电话号码数据 的方式使用它。我经营一家营销公司，我们经常使用它来为我们提供文案创意，为我们提供标题创意。所以我真的不觉得那里有任何真正的危险，除了听起来可能像你文案中的其他人一样。但你是说，当人们开始依赖这些来做出应该明智的决定时，很多时候预测都是错误的。



所以答案是肯定的。现在，有两个原因。顺便说一句，让我回过头来说一下，在某些用例中，当然，您必须将其视为一个范围。 在某些情况下，犯错的后果比其他情况更严重。因此，正如您所说，如果您尝试生成一些副本并且它是无意义的，那么您只需继续更改它即可。到最后，你可能还是会回顾一下它。因此，这可能是一个较低的成本，例如，与在司法程序中使用模型的情况相比，错误的成本会更低。