機(jī)器學(xué)習(xí)入門階段程序員易犯的5個(gè)錯(cuò)誤
怎樣進(jìn)入機(jī)器學(xué)習(xí)領(lǐng)域沒有定式。我們的學(xué)習(xí)方式都有些許不同，學(xué)習(xí)的目標(biāo)也因人而異。
但一個(gè)共同的目標(biāo)就是要能盡快上手。如果這也是你的目標(biāo)，那么這篇文章為你列舉了程序員們?cè)谕ㄍ鶛C(jī)器學(xué)習(xí)高手道路上常見的五種錯(cuò)誤。
1.將機(jī)器學(xué)習(xí)看得高不可攀
機(jī)器學(xué)習(xí)不過是另一堆技術(shù)的集合，你可以用它來解決復(fù)雜問題。這是一個(gè)飛速發(fā)展的領(lǐng)域，因此，機(jī)器學(xué)習(xí)的學(xué)術(shù)交流一般出現(xiàn)在學(xué)術(shù)期刊及研究生的課本里，讓它看起來高不可攀又難于理解。
要想高效掌握機(jī)器學(xué)習(xí)，我們需要轉(zhuǎn)變觀念，從技術(shù)轉(zhuǎn)到方法，由精確變?yōu)?ldquo;足夠好”，這也同樣適用于程序員感興趣的其它復(fù)雜技術(shù)。
2.編寫機(jī)器學(xué)習(xí)程序代碼
由編碼開始入門機(jī)器學(xué)習(xí)會(huì)很困難，因?yàn)槟阈枰鉀Q的問題從一個(gè)變成兩個(gè)：了解一項(xiàng)技術(shù)以便你實(shí)現(xiàn)它以及對(duì)于給定問題如何應(yīng)用該項(xiàng)技術(shù)。一次解決一個(gè)問題，并利用機(jī)器學(xué)習(xí)、統(tǒng)計(jì)分析環(huán)境以及算法庫(kù)來學(xué)習(xí)如何將一項(xiàng)技術(shù)應(yīng)用于某一問題，這樣就會(huì)容易很多。這能讓你對(duì)于若干算法進(jìn)行相對(duì)快速的抽查和調(diào)整，而無(wú)需花上大量時(shí)間閱讀研究論文中含糊的算法描述再將其編碼。
實(shí)現(xiàn)一個(gè)算法可以作為一個(gè)單獨(dú)的項(xiàng)目晚些再完成，比如作為一個(gè)練習(xí)或是等到原型系統(tǒng)需要投入運(yùn)行時(shí)。一時(shí)只學(xué)一事，我建議從有GUI的機(jī)器學(xué)習(xí)框架開始入門，不論你是不是程序員。
3.手動(dòng)搞定工作
實(shí)用機(jī)器學(xué)習(xí)包括問題定義、數(shù)據(jù)準(zhǔn)備、結(jié)果表達(dá)等步驟，它們與算法的測(cè)試和調(diào)整都能夠并應(yīng)該實(shí)現(xiàn)自動(dòng)化。
在現(xiàn)代軟件開發(fā)的編譯、測(cè)試和部署中，自動(dòng)化操作占有重要地位。對(duì)數(shù)據(jù)準(zhǔn)備、算法測(cè)試調(diào)試、結(jié)果的表達(dá)編寫自動(dòng)腳本可以在準(zhǔn)確性和改進(jìn)速度方面獲得巨大的優(yōu)勢(shì)。在專業(yè)軟件開發(fā)課程中學(xué)習(xí)的知識(shí)要牢記于心并不斷應(yīng)用。
可能很多學(xué)習(xí)機(jī)器學(xué)習(xí)的程序員看的書、上的課對(duì)于這一領(lǐng)域的應(yīng)用本質(zhì)關(guān)注不多，導(dǎo)致很多人入門階段沒有使用自動(dòng)化手段。實(shí)際上，將自動(dòng)化技術(shù)應(yīng)用到實(shí)用機(jī)器學(xué)習(xí)的方方面面會(huì)是程序員的巨大機(jī)遇。
4.對(duì)常見問題重復(fù)求解
你正要實(shí)現(xiàn)的算法，或是與你正在求解的問題相似的問題，可能早有千百人解決了，就利用他們的經(jīng)驗(yàn)吧。
解決機(jī)器學(xué)習(xí)問題的知識(shí)非常多，當(dāng)然它們可能都在書本或?qū)W術(shù)出版物中，但你可以訪問它們。做好你的功課，在谷歌谷歌圖書谷歌學(xué)術(shù)上搜索，還可以去機(jī)器學(xué)習(xí)的網(wǎng)絡(luò)社區(qū)。
如果你正要實(shí)現(xiàn)一個(gè)算法:
- 必須實(shí)現(xiàn)它嗎？可不可以在某個(gè)庫(kù)或工具中找到開源的實(shí)現(xiàn)復(fù)用呢？
- 你的實(shí)現(xiàn)必須從頭做起嗎？可不可以對(duì)現(xiàn)有的開源實(shí)現(xiàn)進(jìn)行代碼審查，從中學(xué)習(xí)或是移植呢？
- 你必須對(duì)標(biāo)準(zhǔn)算法描述編碼嗎？在其它書論文或是帖子中沒有別的算法描述可供代碼審查及借鑒呢？
如果你正要求解某個(gè)問題：
- 你必須測(cè)試針對(duì)這個(gè)問題的所有算法嗎？這一問題或是同一大類相似問題有沒有研究成果顯示一些算法或算法類表現(xiàn)良好可供利用？
- 你必須自己搜集數(shù)據(jù)嗎？有沒有公開的數(shù)據(jù)集或是API你可以直接使用或是作為你問題的替代，以快速弄清哪種方法可以有良好表現(xiàn)？
- 你必須優(yōu)化算法的參數(shù)嗎？在對(duì)算法的研究和論文中有沒有可用的啟發(fā)式方法來配置算法呢？
如果你在編程函數(shù)庫(kù)或是特定某一數(shù)據(jù)結(jié)構(gòu)方面遇到問題，你會(huì)選擇什么策略，在機(jī)器學(xué)習(xí)領(lǐng)域就用相同的策略吧。參與網(wǎng)絡(luò)社區(qū)并尋求可供利用的資源，可以加速你的學(xué)習(xí)和項(xiàng)目開發(fā)進(jìn)程。入門階段可以考慮論壇和問答網(wǎng)站，之后可以與學(xué)者和專家聯(lián)系。
5.忽視數(shù)學(xué)
起步階段你并不需要數(shù)學(xué)理論，但是數(shù)學(xué)在機(jī)器學(xué)習(xí)中地位重要。因?yàn)樗芴峁┳钣行А⒆钋逦姆椒枋鰡栴}及系統(tǒng)的行為。
忽略算法中的數(shù)學(xué)方法會(huì)導(dǎo)致諸多問題，如對(duì)某一方法理解有限或是對(duì)算法編碼時(shí)受到限制。舉個(gè)例子，很多機(jī)器學(xué)習(xí)算法的核心優(yōu)化是增量式的演進(jìn)。如果你能明白優(yōu)化的本質(zhì)（凸函數(shù)），你就能利用這些知識(shí)來使用高效的優(yōu)化算法。
將算法的數(shù)學(xué)方法內(nèi)化于心過程緩慢，但你的功力卻也隨之提升。特別是如果你要從零開始實(shí)現(xiàn)高級(jí)算法，包括算法的內(nèi)部?jī)?yōu)化，多多花時(shí)間從數(shù)學(xué)角度來理解算法吧。
總結(jié)
你從本帖學(xué)到了程序員在機(jī)器學(xué)習(xí)的入門階段容易犯的5個(gè)錯(cuò)誤。5個(gè)教訓(xùn)是：
- 別把機(jī)器學(xué)習(xí)看得高不可攀
- 別寫機(jī)器學(xué)習(xí)的代碼
- 別手動(dòng)搞定一切
- 別對(duì)常見問題重復(fù)求解
- 別忽視數(shù)學(xué)
原文鏈接： machine learning mastery 翻譯： 伯樂在線 - toolate
