統計學習理論（Vapnik V N, 許建華 張學工譯, 電子工業出版社, 2004）是SVM的堅實的理論基礎，其作者指出，在可以只用幾個變量描述的簡單世界中，傳統的科學哲學的目標是“發現普遍的自然規律”。但是，這一目標在需要用很多變量描述的復雜世界中不一定可行。因此，在一個復雜世界中，我們需要放棄尋找一般規律的目標，而考慮其他目標。
在Vapnik的The nature of statistical learning theory(1995年)一書中，作者對復雜世界的推理提出了如下法則：“在解決一個感興趣的問題時，不要把解決一個更一般的問題作為一個中間步驟。要試圖得到所需要的答案，而不是更一般的答案。很可能你擁有足夠的信息來很好地解決一個感興趣的特定問題，但卻沒有足夠的信息來解決一個一般性的問題。”
東亞人就是這種理論的堅決執行者，“他們注重在其所處環境中的對象，很少關心類別和普適規則，基于在特定時刻施加于對象個體上的各種作用來解釋其行為。沒有太多地采用形式邏輯，而常常采用各種辯證推理規則，包括綜合、超越和歸一。”而西方人則注重對象及其特性（即一般性規律），并且用這種假定的基于分類的規則來預測和解釋對象的行為（這樣經常是錯誤的）。形式邏輯就是西方人的“法寶”，在推理、分類和規則驗證中發揮了作用。

?

nothing is more practical than a good theory--Vapnik

?

from:http://www.5iai.com/bbs/read.php?tid=2660&fpage=6

與50位技術專家面對面20年技術見證，附贈技術全景圖

總結

以上是生活随笔為你收集整理的简单世界和复杂世界的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。