機器學習菜鳥最常犯的5個錯誤，以及如何避免

 

◆ ◆ ◆

不要從理論開始 

傳統的方法教機器學習是自下而上的——

step1:努力學習數學。

step2:努力學習機器學習理論。

step3:努力從頭開始實現算法。

stepX？？？（等等等等，自行腦補。。。）

終於，開始使用機器學習（你的目標在此！）

這條路漫長，艱難。

然而，這是為想要摘金奪銀的學術界大神們設計的。

你，隻想要一個結果的吃瓜群眾，湊什麼熱鬧！

陷阱

如果你有以下想法或者說法，你已不幸落井——

• 我得先完成這門線性代數的課才行。

• 我得回學校先讀個博士學位。 

• 我得先啃完這本教科書。

出路

耗費4年在數學或者深奧的算法上，能將你帶到目標麼？

更大的可能是然並卵。你停步不前。或者知難而退。反正離你的目標不會越來越近。

出路是——立正，稍息，向後轉！

如果機器學習的價值在於準確的預測，那麼要學的就是如何將問題模式化並做出準確的預測。就從這開始。

然後把這件事兒弄好，好得不要不要的！

在你需要的時候，去閱讀、截取、武裝理論知識，但僅限於為你的目標服務，僅限於這樣做會使你傳遞出更大價值。

◆ ◆ ◆

不要去學所有的機器學習 

機器學習浩瀚無邊啊。

它是計算機的自動學習過程，與人工智能多有交集。

從機器人的深奧學習理論算起，這個領域真的很大。

大得你無法一一收入囊中。

陷阱

如果你有下麵的想法，你已不幸落井——

我得學會某個網頁上提到的所有新技術。

我得學會計算機視覺，自然語言處理，語音處理，等。

首先。我得學會所有的所有。

出路

找個小旮旯，集中於此。

進一步縮小範圍。

機器學習最有價值的部分是預測性建模。從數據創建模型進行預測。

從這裏開始。

接下來，集中在某種與你最相關，或者你最感興趣的模型。

然後死纏爛打。

也許你選擇了某種技術，比如深度學習。也許你選擇了某種問題，比如推薦係統。

也許你還沒拿定主意，那麼就選一個先。學好它。或者基本精通。

然後，轉戰到另一個領域。

◆ ◆ ◆

不要在算法上虛度光陰  

機器學習確實關乎算法。

好多好多好多算法。

每個算法都是一個複雜的係統

是一個學習的小宇宙，有它自己的生態係統。

在算法的世界裏你會迷路。所有人都會。

那些人叫做學術界。

陷阱

如果你有下麵的說法，那麼你已不幸落井——

• 我得弄明白它怎麼工作的，在我使用它之前。

• 我得深入理解超參數先。

• 我調參的時候得解釋清楚因果關係。

出路

算法不是結果。它們是得到結果的方法。

實際上，機器學習算法隻是一堆商品。換掉它們。試用幾十個。拿一些出來調調參數。接著換。一個更好的結果會讓你對算法更有感覺，但是要知道什麼時候止步。係統化這個過程。設計調參實驗，讓它們自動執行和分析。

機器學習無外乎算法的正確應用。但是應用機器學習不隻是在算法裏虛度光陰。集中火力在每個項目要得到的結果，即一係列的預測，或者一個可以得到這些預測的模型。

 

◆ ◆ ◆

不要從頭開始實現一切   

從頭開始實現算法，你可以學到很多。

有時候你甚至需要去實現一項技術

因為沒有合適的，

或者找不到現成的實現方案。

但是，一般來說，你不必如此，你也不該如此。

你的實現可能糟透了。抱歉——

它可能有小錯誤。

它可能很慢。

它可能太占內存。

它可能處理不好邊界情形。

它甚至可能壓根兒就錯了。

陷阱

如果有以下情形，不幸你已落井——

你在寫代碼導入CSV文件（到底怎麼回事！）

你在寫代碼做一個標準的算法，比如線性回歸

你在寫代碼做交叉驗證或者超參數調節。

出路

停下來！

使用一個通用的，已知是正確的，成千上萬的程序猿都在用的庫來處理邊界情形。

使用一個高度優化的庫，哪怕最後一個循環，最後一個字節都已經擠幹淨，最小限度占用內存。

使用圖形化的用戶界麵，避免不必要的編程。

每次你想要用的時候都實現所有一切，對機器學習菜鳥而言，是一個非常慢的方法。

如果你想學習實現，那麼，誠實一點，把它和學習利用應用機器學習來傳遞價值區分開來。

◆ ◆ ◆

不要總是換工具 

有很多非常偉大的機器學習工具。

實際上，偉大的工具，連同數據和高性能硬件，

是機器學習得以複興的原因。

但是，當你遇到接踵而至的新工具時

你就掉進流連忘返的坑裏了。

陷阱

如果你有如下情形，不幸你已落井——

使用你聽說過的新工具。

發現你每周或每月都在學習新的工具或者語言。

學一個庫，見新思遷，半途而廢。

出路

學習和使用新工具。

但是要有策略。

把新工具整合到解決問題的係統過程裏。

如果你選好一個主打平台並堅守不移，你會高效得多。至少堅持到你能擅長或者精通一個。

推薦3個平台：

· Weka Workbench

· Python Ecosystem

· R platform

你的領域內還會有其它的平台和專業工具，堅持到底是愛好者與專業人士的區別。

原文發布時間為：2016-10-11

本文來自雲棲社區合作夥伴“大數據文摘”，了解相關信息可以關注“BigDataDigest”微信公眾號