什么是机器学习?

经常批评将机器学习工具应用于身体关注的问题会产生敏感性，却会牺牲透明度。 为了解决这个问题，我们探索了一种数据计划程序，该程序可以识别由物理直觉辅助的变量组合，从而可以区分信号与背景。 引入权重以平滑给定变量中的特征。 然后，在此修改后的数据上训练新的网络。 观察到的灵敏度下降可诊断变量的判别力。 规划还可以研究信号和背景之间边界的线性与非线性性质。 我们通过一个玩具示例演示了这种方法的有效性，然后将其应用于大型强子对撞机的理想重共振场景。 通过解压缩这些算法所利用的信息，此方法将机器学习的意义放在上下文中。