“关键的是能得到正确的输出结果就行了”。“就行了”，好像正确的结果可以超级明显，一目了然的正确一样。你知不知道在医学领域，判断一个结果是否正确也是一门学问？
■网友
题主是不是想说【黑箱模型】？
■网友
两者都是输入一定的数据，然后经过一些神奇的过程，最终得到正确的输出结果。这个想法很好，很完美。请问你愿意被输入一定的数据吗?
■网友
如果都不懂，那么可以去学。现在网上资源这么发达，要找到正规的学校办的网上课程还是很容易的。比如说：交大开的中医药简介中医药与中华传统文化 Traditional Chinese Medicine and Chinese Culture (Coursera)比如说：斯坦福的机器学习Machine Learning - Stanford University | Coursera有一些江湖骗子（我就不友善了，你来咬我啊）喜欢讲中医是伪科学，要全盘打倒打臭，那么我们看看科学的天堂的美帝是怎么看待中医的。1. 哈佛的针灸课程The International Structural Acupuncture Course for Physicians: A Palpation Based Approach2. 斯坦福的中医课程（HUMBIO 27: Traditional Chinese Medicine）Stanford University Explore Courses3. Johns Hopkins提供的针灸项目Acupuncture Program4. UCSF的中医研究项目Osher Center for Integrative Medicine5. MIT的舌辩项目Automated Tongue Analysis要看中医和深度学习的联系，自己去搜索 chinese medicne deep learning, 谁在做实事，谁在做喷子，一目了之。Guo-Ping Liu, Jian-Jun Yan, Yi-Qin Wang, et al., “Deep Learning Based Syndrome Diagnosis of Chronic Gastritis,” Computational and Mathematical Methods in Medicine, vol. 2014, Article ID 938350, 8 pages, 2014. doi:10.1155/2014/938350Y.H. Wang, Z.C. Jiang, Y.1. Yan, B.Y. Liu, 1.G. Zhu, L. Tian, R.L. Gao, P. Li and Y.Z. Jiao, "An idea about study of clinical experience of famous veteran doctors in traditional Chinese Medicine on the baisis of information and data mining technology," World Science and Technology / Modernization of Traditional Chinese Medicine and Materia Medica, vol. 7, Jan. 2005, pp. 98-105. Zhao, C., Li, G.-Z., Wang, C., \u0026amp; Niu, J. (2015). Advances in Patient Classification for Traditional Chinese Medicine: A Machine Learning Perspective. Evidence-Based Complementary and Alternative Medicine?: eCAM, 2015, 376716. Advances in Patient Classification for Traditional Chinese Medicine: A Machine Learning Perspective 怎么看是不是江湖骗子，就看以下这些方面一、对一些行业一知半解，也非内行，就进来抨击整个行业。某些人，行医执照也没有，不要说中医，连近代医学也就只是上医院看病这点个人经验而已，就敢大言不惭的说中医全部都是糟粕。某些人，搞的明明是计算机，金融，就敢进来拍胸脯说转基因作物完全安全，嘲笑别人没有高中生物知识。自己却连生物选修三转基因章节都没看全过。二、喜欢拿着一些看起来时髦的知识点炫耀的，却对那些知识点只限于百度百科/维基百科上词条的。比如那些处处把“科学就是有可证伪性”，“车库里的火龙”，“奥卡姆剃刀”，“可重复性”挂在嘴边，却不知道这些词条的来龙去脉。把这些当作一个非此即彼的铁律，而不是某种参考标准。三、人体二极管。非要把人群分为XX粉，XX黑的。遇着什么东西都喜欢简单粗暴下个有害/无害，有效/无效，科学/不科学的结论的。四、喜欢转载一些诸如果壳/松鼠会/新语丝等标榜科学而无科学精神之实的网络作品的。五、处处标榜自己的材料是干货，别人拿出不同于他的观点的论文，标准，案例，就开始挑论文语言，论文的级别，直至否认论文全部观点的。六、喜欢说别人是反智，民科，却处处表现出不尊重该行业专家意见，不尊重科学的质疑精神，把科学知识，科学方法等同于真理的。不能系统的，历史性的，全局的看待问题的。七、喜欢批评民粹，却又行民粹之实。给用户戴一顶理性客观的大帽子，然后再利用人数优势把答案顶起来，标榜人多的就是好答案（这时候他们就不会说真理掌握在少数人手中了）。八、特别喜欢翻来覆去的讲一些老掉牙的段子的。
■网友
寫一個聰明啥都記得住學得快的人工智能，和一個學得慢且固執己見的人工智能，哪個比較容易？
也許在編寫的過程中你還看見和原來不一樣的答案. 中醫Deep learning可能也是如此.

■网友
早有人想过啦http://www.360doc.com/content/13/0309/16/276553_270390030.shtml 这是人家自娱自乐写的东西，你别太当真
■网友
【中医与深度学习算法的联系】 老师 我也正关注这个问题！ 有空多交流！

■网友
我有一模一样的想法，现在刚读研

来源：(未知)

【】网址：/a/2020/0415/gd396628.html

标题：中医与深度学习算法的联系