方法来做，数据越多、效率和精准度越高，而当数据少的时候，就不适用了。”
“难点在于最初模型的构造，我们不可能推翻原本的构造，采用这种方法重新构造。”
“方法是新的，想应用却不容易。”
西格巴恩带领的是核心算法组，手下的几个员工可以说是研发中心的精英。
他们仔细研究讨论了以后，对论文上说的构建方法，已经有了基本的了解，并且能推断使用后的情况。
最后西格巴恩做了总结，“一般而言，数据分析问题，数据越多，精准度越低。”
“这个模式也不例外，但是精准度下降的速度很慢，比如，一百个数据，我们所采用的构建模式，正确率百分之九十九点九。如果是一百亿个数据，就变成百分之八十。”
“采用这个模式构建的算法，一百个数据，正确率只有百分之九十，而一百亿个数据，正确率也不会低于百分之八十五。”
“这种模型构建方式，确实非常有意义，但在应用上，还是要慢慢的研究。”
“论文上，很多只是介绍个大概，但方法是没问题的。(看H文小#
-->>(第2/9页)（本章未完，请点击下一页继续阅读）