机器学习菜鸟最常犯的5个错误,以及如何避免

2016年10月10日 311点热度 0人点赞 0条评论

图片

大数据文摘作品 转载具体要求见文末

选文|Aileen 翻译|姜范波 校对|周冲


我常帮助菜鸟们学习机器学习。


但是我看到,他们在思维模式上和行动上,经常犯同样的错误。


本文我要指出他们经常栽跟头的5个地方。


我发自肺腑地相信,对于应用机器学习,任何人都可以学,并且学得很好。


希望你能够意识到自己已经毫无悬念地掉进了以下的某个坑里,然后果断采取行动,回到正路上。


让我们开始吧。


图片 

◆ ◆ 

不要从理论开始 


传统的方法教机器学习是自下而上的——


step1:努力学习数学。


step2:努力学习机器学习理论。


step3:努力从头开始实现算法。

stepX???(等等等等,自行脑补。。。)

终于,开始使用机器学习(你的目标在此!

这条路漫长,艰难。

然而,这是为想要摘金夺银的学术界大神们设计的。

你,只想要一个结果的吃瓜群众,凑什么热闹!

陷阱

如果你有以下想法或者说法,你已不幸落井——


  • 我得先完成这门线性代数的课才行。

  • 我得回学校先读个博士学位。 

  • 我得先啃完这本教科书。

出路

耗费4年在数学或者深奥的算法上,能将你带到目标么?

更大的可能是然并卵。你停步不前。或者知难而退。反正离你的目标不会越来越近。

出路是——立正,稍息,向后转!

如果机器学习的价值在于准确的预测,那么要学的就是如何将问题模式化并做出准确的预测。就从这开始。

然后把这件事儿弄好,好得不要不要的!

在你需要的时候,去阅读、截取、武装理论知识,但仅限于为你的目标服务,仅限于这样做会使你传递出更大价值。


◆ ◆ 

不要去学所有机器学习 

机器学习浩瀚无边啊。

它是计算机的自动学习过程,与人工智能多有交集。

从机器人的深奥学习理论算起,这个领域真的很大。

大得你无法一一收入囊中。


如果你有下面的想法,你已不幸落井——

我得学会某个网页上提到的所有新技术。

我得学会计算机视觉,自然语言处理,语音处理,等。

首先。我得学会所有的所有。


出路

找个小旮旯,集中于此。


进一步缩小范围。


机器学习最有价值的部分是预测性建模。从数据创建模型进行预测。

从这里开始。

接下来,集中在某种与你最相关,或者你最感兴趣的模型。


然后死缠烂打。

也许你选择了某种技术,比如深度学习。也许你选择了某种问题,比如推荐系统。

也许你还没拿定主意,那么就选一个先。学好它。或者基本精通。


然后,转战到另一个领域。


◆ ◆ 

要在算法上虚度光阴  

机器学习确实关乎算法。

好多好多好多算法。

每个算法都是一个复杂的系统

是一个学习的小宇宙,有它自己的生态系统。

在算法的世界里你会迷路。所有人都会。

那些人叫做学术界。

陷阱

如果你有下面的说法,那么你已不幸落井——


  • 我得弄明白它怎么工作的,在我使用它之前。

  • 我得深入理解超参数先。

  • 我调参的时候得解释清楚因果关系。

出路

算法不是结果。它们是得到结果的方法。


实际上,机器学习算法只是一堆商品。换掉它们。试用几十个。拿一些出来调调参数。接着换。一个更好的结果会让你对算法更有感觉,但是要知道什么时候止步。系统化这个过程。设计调参实验,让它们自动执行和分析。


机器学习无外乎算法的正确应用。但是应用机器学习不只是在算法里虚度光阴。集中火力在每个项目要得到的结果,即一系列的预测,或者一个可以得到这些预测的模型。

图片 


◆ ◆ 

不要从头开始实一切   

从头开始实现算法,你可以学到很多。

有时候你甚至需要去实现一项技术

因为没有合适的,

或者找不到现成的实现方案。

但是,一般来说,你不必如此,你也不该如此。

你的实现可能糟透了。抱歉——


它可能有小错误。

它可能很慢。

它可能太占内存。

它可能处理不好边界情形。

它甚至可能压根儿就错了。

陷阱

如果有以下情形,不幸你已落井——

你在写代码导入CSV文件(到底怎么回事!)

你在写代码做一个标准的算法,比如线性回归

你在写代码做交叉验证或者超参数调节。


出路

停下来

使用一个通用的,已知是正确的,成千上万的程序猿都在用的库来处理边界情形。

使用一个高度优化的库,哪怕最后一个循环,最后一个字节都已经挤干净,最小限度占用内存。

使用图形化的用户界面,避免不必要的编程。

每次你想要用的时候都实现所有一切,对机器学习菜鸟而言,是一个非常慢的方法。

如果你想学习实现,那么,诚实一点,把它和学习利用应用机器学习来传递价值区分开来。


◆ ◆ 

不要总是换工具 

有很多非常伟大的机器学习工具。

实际上,伟大的工具,连同数据和高性能硬件,

是机器学习得以复兴的原因。

但是,当你遇到接踵而至的新工具时

你就掉进流连忘返的坑里了。


陷阱

如果你有如下情形,不幸你已落井——


使用你听说过的新工具。

发现你每周或每月都在学习新的工具或者语言。

学一个库,见新思迁,半途而废。


出路

学习和使用新工具。

但是要有策略。

把新工具整合到解决问题的系统过程里。

如果你选好一个主打平台并坚守不移,你会高效得多。至少坚持到你能擅长或者精通一个。

推荐3个平台:

· Weka Workbench

· Python Ecosystem

· R platform

你的领域内还会有其它的平台和专业工具,坚持到底是爱好者与专业人士的区别。


◆ ◆ 

总结 


本文你见识了我所见识到的机器学习菜鸟常犯的5大错误。重要的事再说一遍,它们是:

1. 不要从理论开始

2. 不要去学机器学习的所有东西

3. 不要在算法里虚度光阴

4. 不要从头实现一切

5. 不要总是换工具。


你踩坑了么?需要我帮你拉出来么?欢迎留言。我很乐意伸出援手。

图片


  

图片

关于转载
如需转载,请在开篇显著位置注明作者和出处(转自:大数据文摘|bigdatadigest),并在文章结尾放置大数据文摘醒目二维码。无原创标识文章请按照转载要求编辑,可直接转载,转载后请将转载链接发送给我们;有原创标识文章,请发送【文章名称-待授权公众号名称及ID】给我们申请白名单授权。未经许可的转载以及改编者,我们将依法追究其法律责任。联系邮箱:[email protected]

◆ ◆ 

志愿者介绍

大数据文摘后台回复“志愿者”,了解如何加入我们


图片

图片

图片

◆ ◆ 

往期精彩文章推荐,点击图片可阅读

关于人工智能的7大常见误解

图片

图片

图片

42360机器学习菜鸟最常犯的5个错误,以及如何避免

这个人很懒,什么都没留下

文章评论