机器学习如何揭示概念数学结构

本文检讨了哲学、认知科学和机器学习中各种理解概念的方法之间的联系，特别关注其数学本质。通过将这些方法归类为抽象主义、相似性方法、功能方法和不变性方法，本研究突出了每个框架为建模概念提供了独特的数学视角。这些方法的综合桥接了哲学理论与当代机器学习模型，提供了未来研究的综合框架。本工作强调了跨学科对话的重要性，旨在丰富我们对人类认知与人工智能之间复杂关系的理解。