关于机器学习创新点几个问题
我想说这三句话怎么理解，制作图形界面算是对项目应用进行改进吗？
第一个是你对算法进行了改进，不直接是用平台已有的算法
第二个是你没有算法改进，但是用了平台中没有的算法，这个算法也不是自己写的
第三个是你使用了平台的算法，但在其它应用上有改进。
图形界面如果有创新，可以算第三个，其它应用改进
==========
是否创新，主要看你怎么写材料了......
- 算法原理创新：我的理解就是比如你使用的CNN，里面添加个自注意力机制 准确率提升了，这个就算对CNN算法改进
- 算法应用创新：平台推荐了决策树、BP神经网络、卷积神经网络来解决一个问题，但是你使用Transformer解决这个问题，这个算是算法应用创新
- 项目应用创新：平台的CNN用于分类、分割、检索，你用CNN 对图像去噪、目标检测，你把原有算法应用到了其它领域
简单总结：做平台没有的，并且效果还可以，就是创新
个人感觉：只制作图形界面的话，是不是有点虚....
算啊～属于第三种，对应用做出改进，令算法变得易用易操作
【我想说这三句话怎么理解，制作图形界面算是对项目应用进行改进吗？】
以实际出发，用”创新“角度和观念去看事物：
1、正确理解了当前问题的本质、当前的解决方案和约束条件的情况下
2、利用现有的、最新的、相对全面的科学技术知识、调动可以利用的资源（人、物、资金等）
3、针对解决方案中的一个或多个环节或整体方案进行反复地优化和改造（加减乘除）
4、最终以更高效、更低成本 或 更有价值的方式来解决该问题。
【只要能实现这四个中的条件，就可以满足创新的改进啦】
第一句是要求对算法进行改进，就好比决策树里面的ID3和C4.5算法一样，ID3算法的缺点就是会偏向选择特征值比较多的特征，所以C4.5就添加了一个惩罚项。所以这一点应该就是考察你有没有对现有算法做出优化。
第二句话就是希望你用别的算法也能实现要求的效果，就好比推荐你用LSTM实现机器翻译，结果你用transformer实现机器翻译，效果肯定更好。
第三话是你可以用平台推荐的算法，但你可以用该算法完成出来要求的之外的功能，就像用卷积神经网络做分类，你还能用它做人脸识别。
制作图形界面算是第三点吧，但也要看你最终是如何实现的。
