市面上有大量的机器学习工具。
您应该使用哪些工具？哪些工具实际上对您的项目有用？
选择工具是一件大事。您用于机器学习的工具决定了您能取得的成果。花时间为您的项目选择最好的工具至关重要。
在本帖中，您将发现一个简单的技巧，您可以用它来快速了解市面上有哪些工具。
绘制机器学习工具的图景
照片作者：Zach Dischner，部分权利保留。
什么是机器学习工具的景观图？
有成百上千种工具可供您用于机器学习。您需要了解市面上有哪些工具。您希望了解它们，以便您可以为您的项目选择最合适的工具。
您可以在您的项目中使用遇到的第一个工具。目前流行的工具，或者在科技新闻网站上被谈论的工具。但您怎么知道它适合呢？您遇到的第一个工具怎么会适合您的项目呢？
新工具层出不穷。现有工具的更新和插件也是如此。您不必紧跟所有机器学习工具的发布，但定期查看一下景观图是很有价值的，甚至可以说是必需的。
制作机器学习工具列表
解决方案是制作机器学习工具列表。
列表为您提供了可以评估和选择的选项。您可以使用您的需求作为搜索词来创建列表，并且您可以在列表中将每种工具的关键细节捕获为列标题。
一旦有了候选工具列表，您就可以进一步调查它们，并将其缩小到一个或几个您可以实际评估或在项目上使用的工具。
如何快速制作有用的列表
那么，如何创建好的机器学习工具列表呢？
您的列表应该快速创建。不需要花太多时间来创建它们。重要的是您正在进行一些研究，在承诺使用一个可能决定您项目成败的工具之前，给自己一些选择。
快速 5 步流程
以下是您可以用于快速创建有用的机器学习工具列表的简短五步流程
- 需求。列出您对工具的需求。这些将是您用来查找候选工具的搜索词组。这可能包括编程语言、功能、能力甚至界面。您对需求的详细程度越高，您的工具列表就越具体。
- 功能：列出机器学习工具的任何非常重要的功能或能力。这些将是您为每个工具捕获的列标题。我建议至少包含工具的名称和工具主页的URL。
- 电子表格：创建一个电子表格，并将功能列为列标题。例如，您可以使用 Microsoft Excel、LibreOffice 或 Google Sheets。
- 搜索：使用您喜欢的搜索引擎，并使用您的需求作为限定词来搜索候选机器学习工具。
- 列表：检查每个搜索结果，如果合适，则将候选工具捕获到您的电子表格中，并尽可能填写您的功能（列）。
快速创建有用列表的技巧
以下是制作高质量列表的 8 个技巧。
- 创建列表时不要花费超过 10 分钟。您希望确保用概括性的方式覆盖整个景观，但您不希望面面俱到。
- 将功能限制在 2 到 5 个之间。如果您有太多功能，您可能会花费太多时间去寻找细节来填写您的电子表格。关键是要快速。详细的调查可以在之后进行。
- 不要记录重复项。无需重复。
- 排除明显不是竞争者的工具。这是您的列表，可以设置录入要求。如果您担心需要重新发现一个您排除的工具，可以列出它，但添加一个名为“初步印象”的列，并添加一个真实的条目。
- 随着时间的推移维护您的列表。您可以保留列表，并在以后投入更多时间来更新和添加新条目，甚至尝试新的搜索词。候选工具列表在开始新项目或寻找新工具进行实验时可能很有用。
- 在添加候选工具时对其进行排名。不要害怕在将工具添加到列表时捕获您的初步印象。这可以大大加快创建用于稍后进一步调查的简短工具列表的过程。
- 分享您的列表。将其发布到网上、论坛或社交媒体上。如果您觉得列表有用，那么其他人很可能也觉得它有用。
- 利用他人的列表。在搜索过程中，您可能会发现其他人过去创建了类似的列表。根据列表的创建日期，它可能相关也可能不相关。将这些链接捕获到相关的电子表格中（或您现有电子表格的新标签页）供以后阅读可能会有所帮助。
机器学习工具列表的创意
您喜欢这个技巧，但对搜索什么没有头绪？
以下是您可以创建的 10 个机器学习工具列表示例
- 带图形用户界面的机器学习平台列表
- 机器学习即服务 API 列表
- 机器学习即服务网站工具列表
- （*您喜欢的语言*）的机器学习库列表
- （*您喜欢的语言*）的深度学习库列表
- （*您喜欢的语言*）的计算机视觉库列表
- （*您喜欢的语言*）的自然语言处理库列表
- （*您喜欢的语言*）的推荐系统库列表
- （*您喜欢的语言*）的强化学习库列表
- （*您喜欢的语言*）的评分系统库列表
我很想看看您有什么成果。请在评论中发布。
您可以制作工具列表
您的列表不必面面俱到。事实上，我建议不要创建详尽的机器学习工具列表。在花费 10 到 15 分钟左右时会出现边际收益递减点，那时您开始发现人们的副项目，这些项目是未被使用、未被记录的工具，您可能不应该去接触。
您不必保留该列表。您可以在创建列表后将其丢弃，并使用它来创建简短列表或选择一个工具。它可以是帮助您做出决定的一个产物。
您不必丢弃该列表。如果您正在处理很多项目，并且希望经常更新和重新评估工具景观，您可能想保留您的列表。我发现这是一个有用的策略。
您不应该花太多时间制作列表。机器学习工具列表应快速创建并投入使用以选择工具，以便您可以开始您的项目。它是开始项目的垫脚石。不要让列表本身成为项目！
您不应该对列表有很多要求。不要过度指定您的需求列表。您可能会发现很难找到任何匹配的工具。尝试将期望的功能与工具的绝对要求属性分开。例如，可能包括功能（例如深度学习算法）和编程语言（例如 Python）。
列表将为您节省时间。如果您只是搜索工具，您最终会阅读大量材料，重复研究，并且由于没有办法一致地衡量工具以进行比较而无法做出决定。在评估之前制作列表的这个简单技巧将为您节省数小时的研究和思考。
列表将帮助您做出更好的决定。您不会使用遇到的第一个工具，也不会使用推荐给您的第一个工具。您将仔细考虑您的项目需求，并至少考虑多个选项。
总结
在本帖中，您发现了一个简单的技巧，您可以用它在几分钟内发现您可用于项目的机器学习工具景观。
建议了一个快速的五步流程来创建您的列表
- 列出工具需求以用作搜索词。
- 列出可用作列标题的工具功能。
- 使用列标题创建电子表格。
- 使用工具需求进行搜索。
- 从搜索结果中将条目添加到您的列表中。
下一步？
您的机器学习项目需要工具吗？
- 使用此流程并制作一份候选机器学习工具列表。
- 制作列表的时间不要超过 10 分钟。
- 在评论中报告并分享您的列表。
暂无评论。