閱讀455 返回首頁    go 人物

重磅長文|提高深度學習性能的四種方式


0?wx_fmt=jpeg

◆ ◆ ◆

提升算法性能思路


這個列表裏提到的思路並完全，但是一個好的開始。 

我的目的是給出很多可以嚐試的思路，希望其中的一或兩個你之前沒有想到。你經常隻需要一個好的想法就能得到性能提升。


如果你能從其中一個思路中得到結果，請在評論區告訴我。我很高興能得知這些好消息。

如果你有更多的想法，或者是所列思路的拓展，也請告訴我，我和其他讀者都將受益！有時候僅僅是一個想法或許就能使他人得到突破。


我將此博文分為四個部分： 
1. 通過數據提升性能 
2. 通過算法提升性能 
3. 通過算法調參提升性能 
4. 通過嵌套模型提升性能


通常來講，隨著列表自上而下，性能的提升也將變小。例如，對問題進行新的架構或者獲取更多的數據，通常比調整最優算法的參數能帶來更好的效果。雖然並不總是這樣，但是通常來講是的。


我已經把相應的鏈接加入了博客的教程中，相應網站的問題中，以及經典的Neural Net FAQ中。


部分思路隻適用於人工神經網絡，但是大部分是通用的。通用到足夠你用來配合其他技術來碰撞出提升模型性能的方法。

OK，現在讓我們開始吧。



1. 通過數據提升性能


對你的訓練數據和問題定義進行適當改變，你能得到很大的性能提升。或許是最大的性能提升。

以下是我將要提到的思路：

  1. 獲取更多數據

  2. 創造更多數據

  3. 重放縮你的數據

  4. 轉換你的數據

  5. 特征選取

  6. 重架構你的問題


1) 獲取更多數據


你能獲取更多訓練數據嗎？ 


你的模型的質量通常受到你的訓練數據質量的限製。為了得到最好的模型，你首先應該想辦法獲得最好的數據。你也想盡可能多的獲得那些最好的數據。


有更多的數據，深度學習和其他現代的非線性機器學習技術有更全的學習源，能學得更好，深度學習尤為如此。這也是機器學習對大家充滿吸引力的很大一個原因（世界到處都是數據）。如下圖所示：


0?wx_fmt=png
為什麼選擇深度學習？ 

圖片由Andrew Ng提供，版權所有 


更多的數據並不是總是有用，但是確實有幫助。於我而言，如果可以，我會選擇獲取更多的數據。


可以參見以下相關閱讀： 
• Datasets Over Algorithms（www.edge.org/response-detail/26587）


2) 創造更多數據


上一小節說到了有了更多數據，深度學習算法通常會變的更好。有些時候你可能無法合理地獲取更多數據，那你可以試試創造更多數據。

  • 如果你的數據是數值型向量，可以隨機構造已有向量的修改版本。

  • 如果你的數據是圖片，可以隨機構造已有圖片的修改版本(平移、截取、旋轉等)。

  • 如果你的數據是文本，類似的操作……

這通常被稱作數據擴增（data augmentation）或者數據生成（data generation）。


你可以利用一個生成模型。你也可以用一些簡單的技巧。例如，針對圖片數據，你可以通過隨機地平移或旋轉已有圖片獲取性能的提升。如果新數據中包含了這種轉換，則提升了模型的泛化能力。


這也與增加噪聲是相關的，我們習慣稱之為增加擾動。它起到了與正則化方法類似的作用，即抑製訓練數據的過擬合。


以下是相關閱讀：


3) 重縮放(rescale)你的數據


這是一個快速獲得性能提升的方法。 

當應用神經網絡時，一個傳統的經驗法則是：重縮放(rescale)你的數據至激活函數的邊界。


如果你在使用sigmoid激活函數，重縮放你的數據到0和1的區間裏。如果你在使用雙曲正切（tanh）激活函數，重縮放數據到－1和1的區間裏。


這種方法可以被應用到輸入數據（x）和輸出數據（y）。例如，如果你在輸出層使用sigmoid函數去預測二元分類的結果，應當標準化y值，使之成為二元的。如果你在使用softmax函數，你依舊可以通過標準化y值來獲益。


這依舊是一個好的經驗法則，但是我想更深入一點。我建議你可以參考下述方法來創造一些訓練數據的不同的版本：

  • 歸一化到0和1的區間。

  • 重放縮到－1和1的區間

  • 標準化（譯者注：標準化數據使之成為零均值，單位標準差）


然後對每一種方法，評估你的模型的性能，選取最好的進行使用。如果你改變了你的激活函數，重複這一過程。


在神經網絡中，大的數值累積效應(疊加疊乘)並不是好事，除上述方法之外，還有其他的方法來控製你的神經網絡中數據的數值大小，譬如歸一化激活函數和權重，我們會在以後討論這些技術。


以下為相關閱讀：


4) 數據變換


這裏的數據變換與上述的重縮放方法類似，但需要更多工作。 

你必須非常熟悉你的數據。通過可視化來考察離群點。


猜測每一列數據的單變量分布。

  • 列數據看起來像偏斜的高斯分布嗎？考慮用Box-Cox變換調整偏態。

  • 列數據看起來像指數分布嗎？考慮用對數變換。

  • 列數據看起來有一些特征，但是它們被一些明顯的東西遮蓋了，嚐試取平方或者開平方根來轉換數據

  • 你能離散化一個特征或者以某種方式組合特征，來更好地突出一些特征嗎？


依靠你的直覺，嚐試以下方法。

  • 你能利用類似PCA的投影方法來預處理數據嗎？

  • 你能綜合多維特征至一個單一數值(特征)嗎？

  • 你能用一個新的布爾標簽去發現問題中存在一些有趣的方麵嗎？

  • 你能用其他方法探索出目前場景下的其他特殊結構嗎？


神經網層擅長特征學習(feature engineering)。它(自己)可以做到這件事。但是如果你能更好的發現問題到網絡中的結構，神經網層會學習地更快。你可以對你的數據就不同的轉換方式進行抽樣調查，或者嚐試特定的性質，來看哪些有用，哪些沒用。

以下是相關閱讀：


5) 特征選擇


一般說來，神經網絡對不相關的特征是具有魯棒的(校對注：即不相關的特征不會很大影響神經網絡的訓練和效果)。它們會用近似於0的權重來弱化那些沒有預測能力的特征的貢獻。


盡管如此，這些無關的數據特征，在訓練周期依舊要耗費大量的資源。所以你能去除數據裏的一些特征嗎？


有許多特征選擇的方法和特征重要性的方法，這些方法能夠給你提供思路，哪些特征該保留，哪些特征該剔除。最簡單的方式就是對比所有特征和部分特征的效果。 


同樣的，如果你有時間，我建議在同一個網絡中嚐試選擇不同的視角來看待你的問題，評估它們，來看看分別有怎樣的性能。


  • 或許你利用更少的特征就能達到同等甚至更好的性能。而且，這將使模型變得更快！

  • 或許所有的特征選擇方法都剔除了同樣的特征子集。很好，這些方法在沒用的特征上達成了一致。

  • 或許篩選過後的特征子集，能帶給特征工程的新思路。

以下是相關閱讀：


6) 重新架構你的問題


有時候要試試從你當前定義的問題中跳出來，想想你所收集到的觀察值是定義你問題的唯一方式嗎？或許存在其他方法。或許其他構建問題的方式能夠更好地揭示待學習問題的結構。


我真的很喜歡這個嚐試，因為它迫使你打開自己的思路。這確實很難，尤其是當你已經對當前的方法投入了大量的時間和金錢時。


但是咱們這麼想想，即使你列出了3-5個可供替代的建構方案，而且最終還是放棄了它們，但這至少說明你對當前的方案更加自信了。


  • 看看能夠在一個時間窗（時間周期）內對已有的特征/數據做一個合並。

  • 或許你的分類問題可以成為一個回歸問題(有時候是回歸到分類)。

  • 或許你的二元輸出可以變成softmax輸出？

  • 或許你可以轉而對子問題進行建模。


仔細思考你的問題，最好在你選定工具之前就考慮用不同方法構建你的問題，因為此時你對解決方案並沒有花費太多的投入。除此之外，如果你在某個問題上卡住了，這樣一個簡單的嚐試能釋放更多新的想法。


而且，這並不代表你之前的工作白幹了，關於這點你可以看看後續的模型嵌套部分。


以下為相關閱讀：


2. 通過算法提升性能


機器學習當然是用算法解決問題。


所有的理論和數學都是描繪了應用不同的方法從數據中學習一個決策過程（如果我們這裏隻討論預測模型）。


你已經選擇了深度學習來解釋你的問題。但是這真的是最好的選擇嗎？在這一節中，我們會在深入到如何最大地發掘你所選擇的深度學習方法之前，接觸一些算法選擇上的思路。

下麵是一個簡要列表：

  1. 對算法進行抽樣調查

  2. 借鑒已有文獻

  3. 重采樣方法


下麵我解釋下上麵提到的幾個方法。


1) 對算法進行抽樣調查


其實你事先無法知道，針對你的問題哪個算法是最優的。如果你知道，你可能就不需要機器學習了。那有沒有什麼數據(辦法)可以證明你選擇的方法是正確的？


讓我們來解決這個難題。當從所有可能的問題中平均來看各算法的性能時，沒有哪個算法能夠永遠勝過其他算法。所有的算法都是平等的，下麵是在no free lunch theorem中的一個總結。


或許你選擇的算法不是針對你的問題最優的那個 


我們不是在嚐試解決所有問題，算法世界中有很多新熱的方法，可是它們可能並不是針對你數據集的最優算法。


我的建議是收集(證據)數據指標。接受更好的算法或許存在這一觀點，並且給予其他算法在解決你的問題上“公平競爭”的機會。


抽樣調查一係列可行的方法，來看看哪些還不錯，哪些不理想。

  • 首先嚐試評估一些線性方法，例如邏輯回歸（logistic regression）和線性判別分析（linear discriminate analysis）。

  • 評估一些樹類模型，例如CART， 隨機森林（Random Forest）和Gradient Boosting。

  • 評估一些實例方法，例如支持向量機（SVM）和K-近鄰（kNN）。

  • 評估一些其他的神經網絡方法，例如LVQ, MLP, CNN, LSTM, hybrids等


選取性能最好的算法，然後通過進一步的調參和數據準備來提升。尤其注意對比一下深度學習和其他常規機器學習方法，對上述結果進行排名，比較他們的優劣。

很多時候你會發現在你的問題上可以不用深度學習，而是使用一些更簡單，訓練速度更快，甚至是更容易理解的算法。


以下為相關閱讀：


2) 借鑒已有文獻


方法選擇的一個捷徑是借鑒已有的文獻資料。可能有人已經研究過與你的問題相關的問題，你可以看看他們用的什麼方法。


你可以閱讀論文，書籍，博客，問答網站，教程，以及任何能在穀歌搜索到的東西。

寫下所有的想法，然後用你的方式把他們研究一遍。


這不是複製別人的研究，而是啟發你想出新的想法，一些你從沒想到但是卻有可能帶來性能提升的想法。


發表的研究通常都是非常讚的。世界上有非常多聰明的人，寫了很多有趣的東西。你應當好好挖掘這個“圖書館”，找到你想要的東西。


以下為相關閱讀：


3) 重采樣方法


你必須知道你的模型效果如何。你對模型性能的估計可靠嗎？


深度學習模型在訓練階段非常緩慢。這通常意味著，我們無法用一些常用的方法，例如k層交叉驗證，去估計模型的性能。


  • 或許你在使用一個簡單的訓練集／測試集分割，這是常規套路。如果是這樣，你需要確保這種分割針對你的問題具有代表性。單變量統計和可視化是一個好的開始。

  • 或許你能利用硬件來加速估計的過程。例如，如果你有集群或者AWS雲端服務（Amazon Web Services）賬號，你可以並行地訓練n個模型，然後獲取結果的均值和標準差來得到更魯棒的估計。

  • 或許你可以利用hold-out驗證方法來了解模型在訓練後的性能（這在早停法（early stopping）中很有用，後麵會講到）。

  • 或許你可以先隱藏一個完全沒用過的驗證集，等到你已經完成模型選擇之後再使用它。


而有時候另外的方式，或許你能夠讓數據集變得更小，以及使用更強的重采樣方法。


  • 有些情況下你會發現在訓練集的一部分樣本上訓練得到的模型的性能，和在整個數據集上訓練得到的模型的性能有很強的相關性。也許你可以先在小數據集上完成模型選擇和參數調優，然後再將最終的方法擴展到全部數據集上。

  • 或許你可以用某些方式限製數據集，隻取一部分樣本，然後用它進行全部的建模過程。


以下為相關閱讀：


3. 通過算法調參提升性能


這通常是工作的關鍵所在。你經常可以通過抽樣調查快速地發現一個或兩個性能優秀的算法。但是如果想得到最優的算法可能需要幾天，幾周，甚至幾個月。


為了獲得更優的模型，以下是對神經網絡算法進行參數調優的幾點思路：

  1. 診斷（Diagnostics）

  2. 權重初始化（Weight Initialization）

  3. 學習速率（Learning Rate）

  4. 激活函數

  5. 網絡拓撲（Network Topology）

  6. 批次和周期（Batches and Epochs）

  7. 正則化

  8. 優化和損失

  9. 早停法

你可能需要訓練一個給定“參數配置”的神經網絡模型很多次（3-10次甚至更多），才能得到一個估計性能不錯的參數配置。這一點幾乎適用於這一節中你能夠調參的所有方麵。


關於超參數優化請參閱博文：


1) 診斷


如果你能知道為什麼你的模型性能不再提高了，你就能獲得擁有更好性能的模型。 


你的模型是過擬合還是欠擬合？永遠牢記這個問題。永遠。 


模型總是會遇到過擬合或者欠擬合，隻是程度不同罷了。一個快速了解模型學習行為的方法是，在每個周期，評估模型在訓練集和驗證集上的表現，並作出圖表。

0?wx_fmt=png

  • 如果訓練集上的模型總是優於驗證集上的模型，你可能遇到了過擬合，你可以使用諸如正則化的方法。

  • 如果訓練集和驗證集上的模型都很差，你可能遇到了欠擬合，你可以提升網絡的容量，以及訓練更多或者更久。

  • 如果有一個拐點存在，在那之後訓練集上的模型開始優於驗證集上的模型，你可能需要使用早停法。


經常畫一畫這些圖表，學習它們來了解不同的方法，你能夠提升模型的性能。這些圖表可能是你能創造的最有價值的（模型狀態）診斷信息。


另一個有用的診斷是網絡模型判定對和判定錯的觀察值。


  • 對於難以訓練的樣本，或許你需要更多的數據。

  • 或許你應該剔除訓練集中易於建模的多餘的樣本。

  • 也許可以嚐試對訓練集劃分不同的區域，在特定區域中用更專長的模型。


以下為相關閱讀：


2) 權重初始化


經驗法則通常是：用小的隨機數進行初始化。


在實踐中，這可能依舊效果不錯，但是對於你的網絡來說是最佳的嗎？對於不同的激活函數也有一些啟發式的初始化方法，但是在實踐應用中並沒有太多不同。


固定你的網絡，然後嚐試多種初始化方式。


記住，權重是你的模型真正的參數，你需要找到他們。有很多組權重都能有不錯的性能表現，但我們要盡量找到最好的。


  • 嚐試所有不同的初始化方法，考察是否有一種方法在其他情況不變的情況下(效果)更優。

  • 嚐試用無監督的方法，例如自動編碼（autoencoder），來進行預先學習。

  • 嚐試使用一個已經存在的模型，隻是針對你的問題重新訓練輸入層和輸出層（遷移學習（transfer learning））


需要提醒的一點是，改變權重初始化方法和激活函數，甚至優化函數/損失函數緊密相關。

以下為相關閱讀：


3) 學習率


調整學習率很多時候也是行之有效的時段。


以下是可供探索的一些想法：

  • 實驗很大和很小的學習率

  • 格點搜索文獻裏常見的學習速率值，考察你能學習多深的網絡。

  • 嚐試隨周期遞減的學習率

  • 嚐試經過固定周期數後按比例減小的學習率。

  • 嚐試增加一個動量項（momentum term），然後對學習速率和動量同時進行格點搜索。


越大的網絡需要越多的訓練，反之亦然。如果你添加了太多的神經元和層數，適當提升你的學習速率。同時學習率需要和訓練周期，batch size大小以及優化方法聯係在一起考慮。


以下為相關閱讀：


4) 激活函數


你或許應該使用修正激活函數（rectifier activation functions）。他們也許能提供更好的性能。


在這之前，最早的激活函數是sigmoid和tanh，之後是softmax, 線性激活函數，或者輸出層上的sigmoid函數。我不建議嚐試更多的激活函數，除非你知道你自己在幹什麼。


嚐試全部三種激活函數，並且重縮放你的數據以滿足激活函數的邊界。


顯然，你想要為輸出的形式選擇正確的傳遞函數，但是可以考慮一下探索不同表示。例如，把在二元分類問題上使用的sigmoid函數切換到回歸問題上使用的線性函數，然後後置處理你的輸出。這可能需要改變損失函數使之更合適。詳情參閱數據轉換那一節。


以下為相關閱讀：


5) 網絡拓撲


網絡結構的改變能帶來好處。


你需要多少層以及多少個神經元？抱歉沒有人知道。不要問這種問題...


那怎麼找到適用你的問題的配置呢？去實驗吧。

  • 嚐試一個隱藏層和許多神經元（廣度模型）。

  • 嚐試一個深的網絡，但是每層隻有很少的神經元（深度模型）。

  • 嚐試上述兩種方法的組合。

  • 借鑒研究問題與你的類似的論文裏麵的結構。

  • 嚐試拓撲模式（扇出（fan out）然後扇入（fan in））和書籍論文裏的經驗法則（下有鏈接）


選擇總是很困難的。通常說來越大的網絡有越強的代表能力，或許你需要它。越多的層數可以提供更強的從數據中學到的抽象特征的能力。或許需要它。


深層的神經網絡需要更多的訓練，無論是訓練周期還是學習率，都應該相應地進行調整。


以下為相關閱讀： 
這些鏈接會給你很多啟發該嚐試哪些事情，至少對我來說是的。


6) Batches和周期


batch size大小會決定最後的梯度，以及更新權重的頻度。一個周期(epoch)指的是神經網絡看一遍全部訓練數據的過程。


你是否已經試驗了不同的批次batch size和周期數？ 


之前，我們已經討論了學習率，網絡大小和周期之間的關係。


在很深的網絡結構裏你會經常看到：小的batch size配以大的訓練周期。


下麵這些或許能有助於你的問題，也或許不能。你要在自己的數據上嚐試和觀察。


  • 嚐試選取與訓練數據同大小的batch size，但注意一下內存（批次學習（batch learning））

  • 嚐試選取1作為batch size（在線學習（online learning））

  • 嚐試用格點搜索不同的小的batch size（8，16，32，…）

  • 分別嚐試訓練少量周期和大量周期。


考慮一個接近無窮的周期值(持續訓練)，去記錄到目前為止能得到的最佳的模型。


一些網絡結構對batch size更敏感。我知道多層感知器（Multilayer Perceptrons）通常對batch size是魯棒的，而LSTM和CNNs比較敏感，但是這隻是一個說法（僅供參考）。


以下為相關閱讀：


7) 正則化


正則化是一個避免模型在訓練集上過擬合的好方法。


神經網絡裏最新最熱的正則化技術是dropout方法，你是否試過？dropout方法在訓練階段隨機地跳過一些神經元，驅動這一層其他的神經元去捕捉鬆弛。簡單而有效。你可以從dropout方法開始。


  • 格點搜索不同的丟失比例。

  • 分別在輸入，隱藏層和輸出層中試驗dropout方法

  • dropout方法也有一些拓展，比如你也可以嚐試drop connect方法。


也可以嚐試其他更傳統的神經網絡正則化方法，例如：

  • 權重衰減（Weight decay）去懲罰大的權重

  • 激活約束（Activation constraint）去懲罰大的激活值


你也可以試驗懲罰不同的方麵，或者使用不同種類的懲罰/正則化（L1, L2, 或者二者同時）


以下是相關閱讀：


8) 優化和損失


最常見是應用隨機梯度下降法（stochastic gradient descent），但是現在有非常多的優化器。你試驗過不同的優化(方法)過程嗎？ 


隨機梯度下降法是默認的選擇。先好好利用它，配以不同的學習率和動量。


許多更高級的優化方法有更多的參數，更複雜，也有更快的收斂速度。 好與壞，是不是需要用，取決於你的問題。


為了更好的利用好一個給定的(優化)方法，你真的需要弄明白每個參數的意義，然後針對你的問題通過格點搜索不同的的取值。困難，消耗時間，但是值得。


我發現了一些更新更流行的方法，它們可以收斂的更快，並且針對一個給定網絡的容量提供了一個快速了解的方式，例如：


你還可以探索其他優化算法，例如，更傳統的（Levenberg-Marquardt）和不那麼傳統的（genetic algorithms）。其他方法能夠為隨機梯度下降法和其他類似方法提供好的出發點去改進。


要被優化的損失函數與你要解決的問題高度相關。然而，你通常還是有一些餘地（可以做一些微調，例如回歸問題中的均方誤（MSE）和平均絕對誤差（MAE）等），有時候變換損失函數還有可能獲得小的性能提升，這取決於你輸出數據的規模和使用的激活函數。


以下是相關閱讀：


9) Early Stopping/早停法

一旦訓練過程中出現(驗證集)性能開始下降，你可以停止訓練與學習。這可以節省很多時間，而且甚至可以讓你使用更詳盡的重采樣方法來評估你的模型的性能。


早停法是一種用來避免模型在訓練數據上的過擬合的正則化方式，它需要你監測模型在訓練集以及驗證集上每一輪的效果。一旦驗證集上的模型性能開始下降，訓練就可以停止。


如果某個條件滿足（衡量準確率的損失），你還可以設置檢查點(Checkpointing)來儲存模型，使得模型能夠繼續學習。檢查點使你能夠早停而非真正的停止訓練，因此在最後，你將有一些模型可供選擇。


以下是相關閱讀：


4. 通過嵌套模型提升性能


你可以組合多個模型的預測能力。剛才提到了算法調參可以提高最後的性能，調參之後這是下一個可以提升的大領域。


事實上，你可以經常通過組合多個“足夠好的”模型來得到優秀的預測能力，而不是通過組合多個高度調參的（脆弱的）模型。


你可以考慮以下三個方麵的嵌套方式：

  1. 組合模型

  2. 組合視角

  3. 堆疊（Stacking）


1) 組合模型


有時候我們幹脆不做模型選擇，而是直接組合它們。


如果你有多個不同的深度學習模型，在你的研究問題上每一個都表現的還不錯，你可以通過取它們預測的平均值來進行組合。


模型差異越大，最終效果越好。例如，你可以應用非常不同的網絡拓撲或者不同的技術。

如果每個模型都效果不錯但是不同的方法/方式，嵌套後的預測能力將更加魯棒。


每一次你訓練網絡，你初始化不同的權重，然後它會收斂到不同的最終權重。你可以多次重複這一過程去得到很多網絡，然後把這些網絡的預測值組合在一起。


它們的預測將會高度相關，但是在那些難以預測的特征上，它會給你一個意外的小提升。


以下是相關閱讀：


2) 組合視角


同上述類似，但是從不同視角重構你的問題，訓練你的模型。


同樣，目標得到的是效果不錯但是不同的模型（例如，不相關的預測）。得到不同的模型的方法，你可以依賴我們在數據那一小節中羅列的那些非常不同的放縮和轉換方法。


你用來訓練模型的轉換方法越不同，你構建問題的方式越不同，你的結果被提升的程度就越高。


簡單使用預測的均值將會是一個好的開始。


3) stacking/堆疊


你還可以學習如何最佳地組合多個模型的預測。這稱作堆疊泛化（stacked generalization），或者簡短來說就叫堆疊。


通常上，你使用簡單線性回歸方法就可以得到比取預測平均更好的結果，像正則化的回歸（regularized regression），就會學習如何給不同的預測模型賦權重。基線模型是通過取子模型的預測均值得到的，但是應用學習了權重的模型會提升性能。


其餘的可參考資源


別的地方有很多很好的資源，但是幾乎沒有能將所有想法串聯在一起的。如果你想深入研究，我列出了如下資源和相應的博客，你能發現很多有趣的東西。



◆ ◆ ◆

後 記


這是一篇很長的博客，我們講述了很多內容。你並不需要去做所有事，也許這裏麵的某一點就足以給你好的想法去提升性能。簡單說來大概包括下麵這些：


  • 選取一個方向 

    • 數據

    • 算法

    • 調參

    • 嵌套模型

  • 在某一方向裏選取一種方法

  • 在選取的方法中選取一件事情去嚐試

  • 比較結果，如果性能有提升，則保留

  • 不斷重複

  •  原文發布時間為：2016-09-26

    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

最後更新：2017-06-05 15:32:20

  上一篇：go  院士梅宏：真正的大數據應用體現在數據挖掘的深度
  下一篇：go  對話黃誌敏|探索數據領域的新可能 文科生如何做編程和統計？