[[177872]]

選文|Aileen

翻譯|姜范波

校對|周沖

我常幫助菜鳥們學(xué)習(xí)機(jī)器學(xué)習(xí)。

但是我看到，他們在思維模式上和行動(dòng)上，經(jīng)常犯同樣的錯(cuò)誤。

本文我要指出他們經(jīng)常栽跟頭的5個(gè)地方。

我發(fā)自肺腑地相信，對于應(yīng)用機(jī)器學(xué)習(xí)，任何人都可以學(xué)，并且學(xué)得很好。

希望你能夠意識到自己已經(jīng)毫無懸念地掉進(jìn)了以下的某個(gè)坑里，然后果斷采取行動(dòng)，回到正路上。

讓我們開始吧。

[[177873]]

不要從理論開始

傳統(tǒng)的方法教機(jī)器學(xué)習(xí)是自下而上的——

step1:努力學(xué)習(xí)數(shù)學(xué)。

step2:努力學(xué)習(xí)機(jī)器學(xué)習(xí)理論。

step3:努力從頭開始實(shí)現(xiàn)算法。

stepX???(等等等等，自行腦補(bǔ)。。。)

終于，開始使用機(jī)器學(xué)習(xí)(你的目標(biāo)在此!)

這條路漫長，艱難。

然而，這是為想要摘金奪銀的學(xué)術(shù)界大神們設(shè)計(jì)的。

你，只想要一個(gè)結(jié)果的吃瓜群眾，湊什么熱鬧!

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(shù)的課才行。
• 我得回學(xué)校先讀個(gè)博士學(xué)位。
• 我得先啃完這本教科書。

出路

耗費(fèi)4年在數(shù)學(xué)或者深?yuàn)W的算法上，能將你帶到目標(biāo)么?

更大的可能是然并卵。你停步不前。或者知難而退。反正離你的目標(biāo)不會(huì)越來越近。

出路是——立正，稍息，向后轉(zhuǎn)!

如果機(jī)器學(xué)習(xí)的價(jià)值在于準(zhǔn)確的預(yù)測，那么要學(xué)的就是如何將問題模式化并做出準(zhǔn)確的預(yù)測。就從這開始。

然后把這件事兒弄好，好得不要不要的!

在你需要的時(shí)候，去閱讀、截取、武裝理論知識，但僅限于為你的目標(biāo)服務(wù)，僅限于這樣做會(huì)使你傳遞出更大價(jià)值。

不要去學(xué)所有的機(jī)器學(xué)習(xí)

機(jī)器學(xué)習(xí)浩瀚無邊啊。

它是計(jì)算機(jī)的自動(dòng)學(xué)習(xí)過程，與人工智能多有交集。

從機(jī)器人的深?yuàn)W學(xué)習(xí)理論算起，這個(gè)領(lǐng)域真的很大。

大得你無法一一收入囊中。

陷阱

如果你有下面的想法，你已不幸落井——

• 我得學(xué)會(huì)某個(gè)網(wǎng)頁上提到的所有新技術(shù)。
• 我得學(xué)會(huì)計(jì)算機(jī)視覺，自然語言處理，語音處理，等。
• 首先。我得學(xué)會(huì)所有的所有。

出路

找個(gè)小旮旯，集中于此。

進(jìn)一步縮小范圍。

機(jī)器學(xué)習(xí)最有價(jià)值的部分是預(yù)測性建模。從數(shù)據(jù)創(chuàng)建模型進(jìn)行預(yù)測。

從這里開始。

接下來，集中在某種與你最相關(guān)，或者你最感興趣的模型。

然后死纏爛打。

也許你選擇了某種技術(shù)，比如深度學(xué)習(xí)。也許你選擇了某種問題，比如推薦系統(tǒng)。

也許你還沒拿定主意，那么就選一個(gè)先。學(xué)好它?；蛘呋揪?。

然后，轉(zhuǎn)戰(zhàn)到另一個(gè)領(lǐng)域。

不要在算法上虛度光陰

機(jī)器學(xué)習(xí)確實(shí)關(guān)乎算法。

好多好多好多算法。

每個(gè)算法都是一個(gè)復(fù)雜的系統(tǒng)

是一個(gè)學(xué)習(xí)的小宇宙，有它自己的生態(tài)系統(tǒng)。

在算法的世界里你會(huì)迷路。所有人都會(huì)。

那些人叫做學(xué)術(shù)界。

陷阱

如果你有下面的說法，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。
• 我得深入理解超參數(shù)先。
• 我調(diào)參的時(shí)候得解釋清楚因果關(guān)系。

出路

算法不是結(jié)果。它們是得到結(jié)果的方法。

實(shí)際上，機(jī)器學(xué)習(xí)算法只是一堆商品。換掉它們。試用幾十個(gè)。拿一些出來調(diào)調(diào)參數(shù)。接著換。一個(gè)更好的結(jié)果會(huì)讓你對算法更有感覺，但是要知道什么時(shí)候止步。系統(tǒng)化這個(gè)過程。設(shè)計(jì)調(diào)參實(shí)驗(yàn)，讓它們自動(dòng)執(zhí)行和分析。

機(jī)器學(xué)習(xí)無外乎算法的正確應(yīng)用。但是應(yīng)用機(jī)器學(xué)習(xí)不只是在算法里虛度光陰。集中火力在每個(gè)項(xiàng)目要得到的結(jié)果，即一系列的預(yù)測，或者一個(gè)可以得到這些預(yù)測的模型。

[[177874]]

不要從頭開始實(shí)現(xiàn)一切

從頭開始實(shí)現(xiàn)算法，你可以學(xué)到很多。

有時(shí)候你甚至需要去實(shí)現(xiàn)一項(xiàng)技術(shù)

因?yàn)闆]有合適的，

或者找不到現(xiàn)成的實(shí)現(xiàn)方案。

但是，一般來說，你不必如此，你也不該如此。

你的實(shí)現(xiàn)可能糟透了。抱歉——

它可能有小錯(cuò)誤。

它可能很慢。

它可能太占內(nèi)存。

它可能處理不好邊界情形。

它甚至可能壓根兒就錯(cuò)了。

陷阱

如果有以下情形，不幸你已落井——

• 你在寫代碼導(dǎo)入CSV文件(到底怎么回事!)
• 你在寫代碼做一個(gè)標(biāo)準(zhǔn)的算法，比如線性回歸
• 你在寫代碼做交叉驗(yàn)證或者超參數(shù)調(diào)節(jié)。

出路

停下來!

使用一個(gè)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(gè)高度優(yōu)化的庫，哪怕最后一個(gè)循環(huán)，最后一個(gè)字節(jié)都已經(jīng)擠干凈，最小限度占用內(nèi)存。

使用圖形化的用戶界面，避免不必要的編程。

每次你想要用的時(shí)候都實(shí)現(xiàn)所有一切，對機(jī)器學(xué)習(xí)菜鳥而言，是一個(gè)非常慢的方法。

如果你想學(xué)習(xí)實(shí)現(xiàn)，那么，誠實(shí)一點(diǎn)，把它和學(xué)習(xí)利用應(yīng)用機(jī)器學(xué)習(xí)來傳遞價(jià)值區(qū)分開來。

不要總是換工具

有很多非常偉大的機(jī)器學(xué)習(xí)工具。

實(shí)際上，偉大的工具，連同數(shù)據(jù)和高性能硬件，

是機(jī)器學(xué)習(xí)得以復(fù)興的原因。

但是，當(dāng)你遇到接踵而至的新工具時(shí)

你就掉進(jìn)流連忘返的坑里了。

陷阱

如果你有如下情形，不幸你已落井——

• 使用你聽說過的新工具。
• 發(fā)現(xiàn)你每周或每月都在學(xué)習(xí)新的工具或者語言。
• 學(xué)一個(gè)庫，見新思遷，半途而廢。

出路

學(xué)習(xí)和使用新工具。

但是要有策略。

把新工具整合到解決問題的系統(tǒng)過程里。

如果你選好一個(gè)主打平臺(tái)并堅(jiān)守不移，你會(huì)高效得多。至少堅(jiān)持到你能擅長或者精通一個(gè)。

推薦3個(gè)平臺(tái)：

· Weka Workbench

· Python Ecosystem

· R platform

你的領(lǐng)域內(nèi)還會(huì)有其它的平臺(tái)和專業(yè)工具，堅(jiān)持到底是愛好者與專業(yè)人士的區(qū)別。

總結(jié)

本文你見識了我所見識到的機(jī)器學(xué)習(xí)菜鳥常犯的5大錯(cuò)誤。重要的事再說一遍，它們是：

1. 不要從理論開始

2. 不要去學(xué)機(jī)器學(xué)習(xí)的所有東西

3. 不要在算法里虛度光陰

4. 不要從頭實(shí)現(xiàn)一切

5. 不要總是換工具。

【本文是51CTO專欄機(jī)構(gòu)大數(shù)據(jù)文摘的原創(chuàng)譯文，微信公眾號“大數(shù)據(jù)文摘（ id: BigDataDigest）”】