[[177872]]

選文|Aileen

翻譯|姜范波

校對|周沖

我常幫助菜鳥們學習機器學習。

但是我看到，他們在思維模式上和行動上，經常犯同樣的錯誤。

本文我要指出他們經常栽跟頭的5個地方。

我發自肺腑地相信，對于應用機器學習，任何人都可以學，并且學得很好。

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

讓我們開始吧。

[[177873]]

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。。。)

終于，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，只想要一個結果的吃瓜群眾，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，能將你帶到目標么?

更大的可能是然并卵。你停步不前?；蛘咧y而退。反正離你的目標不會越來越近。

出路是——立正，稍息，向后轉!

如果機器學習的價值在于準確的預測，那么要學的就是如何將問題模式化并做出準確的預測。就從這開始。

然后把這件事兒弄好，好得不要不要的!

在你需要的時候，去閱讀、截取、武裝理論知識，但僅限于為你的目標服務，僅限于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

如果你有下面的想法，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，集中于此。

進一步縮小范圍。

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。

從這里開始。

接下來，集中在某種與你最相關，或者你最感興趣的模型。

然后死纏爛打。

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，比如推薦系統。

也許你還沒拿定主意，那么就選一個先。學好它?；蛘呋揪?。

然后，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。

每個算法都是一個復雜的系統

是一個學習的小宇宙，有它自己的生態系統。

在算法的世界里你會迷路。所有人都會。

那些人叫做學術界。

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先。
• 我調參的時候得解釋清楚因果關系。

出路

算法不是結果。它們是得到結果的方法。

實際上，機器學習算法只是一堆商品。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，但是要知道什么時候止步。系統化這個過程。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只是在算法里虛度光陰。集中火力在每個項目要得到的結果，即一系列的預測，或者一個可以得到這些預測的模型。

[[177874]]

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(到底怎么回事!)
• 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，哪怕最后一個循環，最后一個字節都已經擠干凈，最小限度占用內存。

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，那么，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，

是機器學習得以復興的原因。

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系統過程里。

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

推薦3個平臺：

· Weka Workbench

· Python Ecosystem

· R platform

你的領域內還會有其它的平臺和專業工具，堅持到底是愛好者與專業人士的區別。

總結

本文你見識了我所見識到的機器學習菜鳥常犯的5大錯誤。重要的事再說一遍，它們是：

1. 不要從理論開始

2. 不要去學機器學習的所有東西

3. 不要在算法里虛度光陰

4. 不要從頭實現一切

5. 不要總是換工具。

【本文是51CTO專欄機構大數據文摘的原創譯文，微信公眾號“大數據文摘（ id: BigDataDigest）”】