机器学习新手常犯的错误

新手最常犯的 5 个错误
以及如何避免它们.

我帮助新手 入门机器学习。

但我一次又一次地在心态和行动上看到相同的错误。

在这篇文章中，您将发现我看到新手在开始机器学习时最常犯的 5 个错误。

我坚信
任何人都可以入门并在应用机器学习方面做得非常出色
有了应用机器学习。

希望您能认出自己在以下一个或多个陷阱中，并采取纠正措施以重回正轨。

让我们开始吧。

如何不开始机器学习
摄影：Bart Everson，部分权利保留。

1）不要从理论开始

教授机器学习的传统方法是从下往上。

1. 努力学习数学背景。
2. 努力学习机器学习的理论。
3. 努力从头开始实现算法
4. ???（在此插入魔术）
5. 最后开始使用机器学习（您的目标！）。

这种方法很慢。很难。它适用于希望扩展最先进技术的学者。

它不适用于希望获得结果的从业者。

陷阱

如果您想到或说出以下内容，您就知道自己陷入了这个陷阱

• 我需要先完成线性代数课程。
• 我需要回去攻读博士学位。
• 我必须先读完这本教科书。

出路

学习 4 年的数学或晦涩的算法理论如何让您达到想要的位置？

您更有可能停止。失败。离您的目标越来越远。

解决方案是颠覆模型。

如果机器学习对市场的宝贵贡献是一系列准确的预测，那么就学习如何建模问题并做出准确的预测。从这里开始。

然后把它做到极致。

阅读、窃取、利用理论（如果您需要），但仅服务于您的目标。只有当它能让您在交付价值方面做得更好时。

2）不要学习所有机器学习

机器学习是一个非常庞大的研究领域。

它是计算机自动化学习过程，与人工智能有很深的重叠。

从晦涩的学习理论到机器人技术。这个领域非常广阔。

这个领域太大了，您无法全部掌握。

陷阱

如果您想到以下内容，您就知道自己已经屈服于这个陷阱

• 我需要了解新网站上提到的每一种新技术。
• 我需要先了解计算机视觉、自然语言处理、语音等。
• 我需要了解一切。

出路

选择一个小角落并专注于它。

然后再次缩小范围。

机器学习中最有价值的领域是预测建模。利用数据创建模型来做出预测。

从那里开始。

接下来，专注于与您最相关或最感兴趣的预测建模类型。

然后坚持下去。

也许您会根据技术进行选择，例如深度学习。或者您会根据问题类型进行选择，例如推荐系统。

也许您不确定，那就随便选一个。做得好，或者至少精通。

然后，稍后，再回顾另一个领域。

3）不要摆弄算法

机器学习实际上就是关于算法。

算法有很多。每种算法都是一个复杂的系统，本身就是一门小学科。它本身就是一个生态系统。

您可能会迷失在一门算法中。人们确实会这样。

他们被称为学者。

陷阱

如果您发现自己这么说，您就陷入了这个陷阱

• 在我使用它之前，我需要知道它为什么有效。
• 我需要先深入了解超参数。
• 调优时我需要解释原因和结果。

出路

算法不是结果。它们是实现结果的手段。

事实上，机器学习算法是一种商品。

更换它们。在您的问题上尝试大量算法。稍微调优一下，但要继续前进。

您可以学习更多关于算法的知识以获得更好的结果，但要知道何时停止。

使用系统化流程。设计调优实验并自动化其执行和分析。

机器学习就是善用算法，但应用机器学习不仅仅是摆弄算法。

专注于从每个项目中交付结果的目标，即一系列预测或可以进行预测的模型。

掉头回去
摄影：Dallas，部分权利保留。

4）不要从头开始实现一切

您可以从从头开始实现算法中学习到很多。

有时您甚至需要实现一项技术，因为没有合适或可用的实现。

但是，一般来说，您不必也不应该这样做。

您的实现可能会很糟糕。抱歉。

• 它会有错误。
• 它会很慢。
• 它会占用大量内存。
• 它将无法很好地处理边缘情况。
• 它甚至可能是错误的。

陷阱

您陷入了这个陷阱，如果

• 您正在编写代码来加载 CSV 文件（搞什么鬼！）
• 您正在为线性回归等标准算法编写代码。
• 您正在为交叉验证或超参数调优编写代码。

出路

停下来。

• 使用一个有成千上万其他开发人员使用的通用库，它可以处理所有边缘情况，并且众所周知是正确的。
• 使用一个高度优化的库，它可以从您的硬件中榨取每一丝计算周期和每一字节内存。
• 为您的项目使用图形用户界面，完全避免代码。

每次想使用机器学习时都实现一切，这是开始机器学习的一种非常缓慢的方式。

如果您是为了学习而实现，那么请诚实地对待自己，并将它与学习如何通过应用机器学习来交付价值区分开来。

5）不要一直更换工具

有很多很棒的机器学习工具。

事实上，优秀的工具、数据的可用性和快速的硬件是我们正在经历机器学习复兴的原因。

但是，您可能会陷入跳到您遇到的每一个新工具的陷阱。

陷阱

如果您发现自己这样做，您就陷入了这个陷阱

• 使用您听说过的每一种新工具。
• 发现自己每周或每月都在学习新工具或语言。
• 开始学习一个库，但最终放弃它，转而使用新的库。

出路

学习和使用新工具。

但要有策略。

将新工具集成到您处理机器学习问题的系统化流程中。

如果您选择一个主要的平台并坚持下去，您在解决问题方面将更加高效，至少在您精通它之前。

我推荐的前 3 个平台是

• Weka Workbench.
• Python 生态系统.
• R 平台.

还有其他一些，如果那是您的领域，还有更多专业工具。

善始善终是区分爱好者和专业人士的关键。

总结

在这篇文章中，您将发现我在机器学习领域新手中最常犯的 5 个错误。

再说一遍，它们是

1. 不要从理论开始。
2. 不要学习所有机器学习。
3. 不要摆弄算法。
4. 不要从头开始实现一切。
5. 不要一直更换工具。

您是否陷入了任何这些陷阱？
您需要帮助摆脱困境吗？

请留言，我在这里为您提供帮助。