[討論] cognitive model/causal ML執行的細節
想請問有經驗的朋友。
我算是跨領域來做ML正在讀博,目前的課題是把ML應用在半導體製程。
不知道是不是跨領域,所以思想跟老闆不太一樣(我自己是製程跟物理背景,老闆是純CS
)
目前老闆希望我的研究主題是建立模型+資料統整所有半導體製程的知識。也就是未來有
新的製程技術,我們的模型對於新製程的參數能給予準確的預測(就不需要工程師去tune
參數)老闆的目標是讓模型學會製程的因果關係。
然後我們目前(我主要負責搜集data )的資料只有十幾個點,而且沒有搜集不同參數對
應的資料。我老闆想做unsupervised model(我自己是傾向supervised )。總之我怎麼
看都不覺得這麼少的資料點可以支持一個非常複雜的模型,其實連普通的NN我都懷疑能訓
練起來不會overfit
我的結論很簡單,要嘛我們做簡單一點的model,要嘛嚕起袖子努力去無塵室老資料(反
正做實驗的是我)。但我這樣說就被老闆說他做十年資料科學,我沒經驗誰說少數據做不
起來?
但具體問model怎麼搭建卻得不到明確的輪廓…
對於學物理出身的我,我對於model所謂明確的定義是指:你需要搜集什麼feature,然後
目標又是什麼?例如搜集薄膜厚度、半導體線寬、粗糙度…、而目標是電性(電阻、電容
…等)
而我的理解是,如果要model認知到一些物理特性,問進去的資料要包含各種想學習的參
數的變異。例如,如果要知道薄膜厚度帶來的影響,餵進去的資料需要有一定的薄膜厚度
變異。(這是我不解的點之一,我無法理解我老闆的cognitive model如何在不提供相對
應物理變異時,學習到對應知識,而在這項參數改變時做出預測?)
我的想法很簡單,除非給出某些人為設定的物理背景,如果資料都是在20度時搜集,模式
不可能知道實驗改在30度時做要如何反應。
這究竟是我的思想還停留在工程師的封閉思維,還是我老闆總在異想天開?
同樣的,我想具象化什麼知識要被學習,我老闆也說不出所以然…對於我,我覺得要有明
確的研究目標,但我老闆好像是且戰且走,然後覺得這些框架不可能也不應該知道(他常
常嗆我,如果你大概知道你要幹嘛,你現在博士就可以畢業了。我OS:我還是要把實驗資
料生出來,然後搭model啊)
我覺得要有模型框架我才能好好制定實驗計畫(不過他好像沒覺得我需要搜集很多資料XD
)
想請問有經驗的各位怎麼看?是因為我背景不一樣才覺得他說的目標跟方法不科學嗎?我
覺得他的理想很好,但需要更多具體怎麼做模型,還有怎麼搜集能讓模型理解的資料…)
p.s.我們最近在向學校提交報告也被其他教授質疑,但其實我早就質疑這個計畫,卻一直
被當作不懂ML。(其他教授不是CS背景,我們是研究機構不是純學術)
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 94.109.173.26 (比利時)
※ 文章網址: https://www.ptt.cc/bbs/DataScience/M.1715722831.A.020.html
推
05/15 13:54,
3月前
, 1F
05/15 13:54, 1F
推
05/15 13:57,
3月前
, 2F
05/15 13:57, 2F
→
05/15 14:03,
3月前
, 3F
05/15 14:03, 3F
推
05/15 14:18,
3月前
, 4F
05/15 14:18, 4F
→
05/15 14:19,
3月前
, 5F
05/15 14:19, 5F
→
05/15 14:19,
3月前
, 6F
05/15 14:19, 6F
推
05/15 14:24,
3月前
, 7F
05/15 14:24, 7F
→
05/15 14:26,
3月前
, 8F
05/15 14:26, 8F
→
05/15 14:32,
3月前
, 9F
05/15 14:32, 9F
→
05/15 14:33,
3月前
, 10F
05/15 14:33, 10F
推
05/15 14:38,
3月前
, 11F
05/15 14:38, 11F
→
05/15 14:38,
3月前
, 12F
05/15 14:38, 12F
推
05/15 14:47,
3月前
, 13F
05/15 14:47, 13F
→
05/15 14:51,
3月前
, 14F
05/15 14:51, 14F
推
05/15 15:01,
3月前
, 15F
05/15 15:01, 15F
→
05/15 15:01,
3月前
, 16F
05/15 15:01, 16F
推
05/15 15:03,
3月前
, 17F
05/15 15:03, 17F
推
05/15 15:06,
3月前
, 18F
05/15 15:06, 18F
→
05/15 15:06,
3月前
, 19F
05/15 15:06, 19F
→
05/15 15:08,
3月前
, 20F
05/15 15:08, 20F
→
05/15 15:08,
3月前
, 21F
05/15 15:08, 21F
推
05/15 15:09,
3月前
, 22F
05/15 15:09, 22F
→
05/15 15:11,
3月前
, 23F
05/15 15:11, 23F
→
05/15 15:12,
3月前
, 24F
05/15 15:12, 24F
推
05/15 15:27,
3月前
, 25F
05/15 15:27, 25F
→
05/15 15:27,
3月前
, 26F
05/15 15:27, 26F
→
05/15 15:27,
3月前
, 27F
05/15 15:27, 27F
推
05/15 15:29,
3月前
, 28F
05/15 15:29, 28F
→
05/15 15:29,
3月前
, 29F
05/15 15:29, 29F
→
05/15 15:29,
3月前
, 30F
05/15 15:29, 30F
→
05/15 15:29,
3月前
, 31F
05/15 15:29, 31F
→
05/15 15:29,
3月前
, 32F
05/15 15:29, 32F
→
05/15 15:29,
3月前
, 33F
05/15 15:29, 33F
→
05/15 15:29,
3月前
, 34F
05/15 15:29, 34F
→
05/15 15:29,
3月前
, 35F
05/15 15:29, 35F
→
05/15 15:29,
3月前
, 36F
05/15 15:29, 36F
→
05/15 15:30,
3月前
, 37F
05/15 15:30, 37F
→
05/15 15:31,
3月前
, 38F
05/15 15:31, 38F
推
05/15 15:35,
3月前
, 39F
05/15 15:35, 39F
→
05/15 15:35,
3月前
, 40F
05/15 15:35, 40F
→
05/15 15:36,
3月前
, 41F
05/15 15:36, 41F
→
05/15 15:37,
3月前
, 42F
05/15 15:37, 42F
→
05/15 15:37,
3月前
, 43F
05/15 15:37, 43F
推
05/15 15:43,
3月前
, 44F
05/15 15:43, 44F
→
05/15 15:43,
3月前
, 45F
05/15 15:43, 45F
→
05/15 15:43,
3月前
, 46F
05/15 15:43, 46F
→
05/15 15:43,
3月前
, 47F
05/15 15:43, 47F
→
05/15 15:43,
3月前
, 48F
05/15 15:43, 48F
→
05/15 15:43,
3月前
, 49F
05/15 15:43, 49F
→
05/16 00:58,
3月前
, 50F
05/16 00:58, 50F
→
05/16 00:58,
3月前
, 51F
05/16 00:58, 51F
→
05/16 00:59,
3月前
, 52F
05/16 00:59, 52F
→
05/16 00:59,
3月前
, 53F
05/16 00:59, 53F
→
05/16 01:30,
3月前
, 54F
05/16 01:30, 54F
→
05/16 14:32,
3月前
, 55F
05/16 14:32, 55F
→
05/16 14:32,
3月前
, 56F
05/16 14:32, 56F
→
05/16 14:35,
3月前
, 57F
05/16 14:35, 57F
推
05/16 14:36,
3月前
, 58F
05/16 14:36, 58F
→
05/16 14:36,
3月前
, 59F
05/16 14:36, 59F
→
05/16 14:36,
3月前
, 60F
05/16 14:36, 60F
→
05/16 14:37,
3月前
, 61F
05/16 14:37, 61F
推
05/16 14:44,
3月前
, 62F
05/16 14:44, 62F
→
05/16 14:45,
3月前
, 63F
05/16 14:45, 63F
→
05/16 14:45,
3月前
, 64F
05/16 14:45, 64F
→
05/16 14:45,
3月前
, 65F
05/16 14:45, 65F
→
05/16 14:45,
3月前
, 66F
05/16 14:45, 66F
→
05/17 21:00,
3月前
, 67F
05/17 21:00, 67F
推
07/19 22:00,
1月前
, 68F
07/19 22:00, 68F
→
07/19 22:00,
1月前
, 69F
07/19 22:00, 69F
→
07/19 22:00,
1月前
, 70F
07/19 22:00, 70F
討論串 (同標題文章)
以下文章回應了本文:
完整討論串 (本文為第 1 之 2 篇):
DataScience 近期熱門文章
PTT數位生活區 即時熱門文章