如果只把机器学习理解成“调模型降低 loss”，很容易忽略数据生成机制、抽样偏差、估计的不确定性和因果结构。
对 Scientific ML 来说，这些问题尤其重要，因为模拟数据、实验数据和观测数据往往有不同的噪声结构。
→ 打开线性回归交互实验