我通过电子邮件收到很多关于机器学习的问题，我很乐意回答。
我能看到人们在做什么，并帮助做出改变。（您对机器学习有什么问题吗？ 请联系我）。
在这篇文章中，我将重点介绍我最近收到的一些有趣问题，并总结我的回答。
机器学习问答
照片作者 Angelo Amboldi，部分权利保留
为什么我在垃圾邮件分类器上训练了很多旧邮件后，它的表现反而变差了？
这是一个很棒的问题，因为它突出了机器学习中的一个重要概念，称为概念漂移。
电子邮件的内容会随着时间的推移而变化。用户会改变与谁以及就哪些主题进行交流。电子邮件垃圾邮件发送者会发送不同的优惠，并且会主动改变电子邮件中的策略以避免垃圾邮件检测。
这些变化会影响建模。
关于哪些电子邮件是垃圾邮件，哪些不是垃圾邮件，最好的信息来源是最近收到的电子邮件。你回溯的时间越长，这些电子邮件对建模问题的用处就越小。
“什么是垃圾邮件，什么不是垃圾邮件”的想法已经被模型捕捉到，并且是基于你用来训练模型的。如果垃圾邮件的概念发生变化，那么你需要收集更多示例并更新你的模型。
这是问题的一个重要属性，并且会影响你关于建模问题的决策。例如，你可能希望选择一个易于增量更新而不是从头开始重建的模型。
如何在机器学习问题上获得更好的结果？
就像软件或艺术品一样，它永远不会完成。总有一天你会停止工作。
有很多事情你可以尝试，一些广泛的领域包括：
- 处理数据：深入研究特征工程，以尝试暴露问题越来越多有用的结构给建模算法。看看你是否可以收集更多的数据来告知问题。研究 数据准备，例如缩放和其他数据转换，这些可能更好地暴露问题中的结构。
- 尝试其他算法：是否有其他 算法可以进行抽样检查？总有更多的算法，而且经常有非常强大的算法可以让你去寻找和尝试。
- 调整算法：你是否从尝试过的算法中获得了最大收益？使用网格搜索或随机搜索 调整算法参数。
- 组合预测：尝试组合多个表现良好但不同的算法的预测。使用 集成方法，如装袋、提升和混合。
你越是追求准确性，你的模型就越可能过拟合训练数据，限制其在未见过的数据上的适用性。
重新审视你的 问题定义，并设置最低准确率阈值。通常，“足够好”的模型比经过精细调整（且脆弱）的模型更具实际适用性。
请参阅这篇题为“机器学习中模型预测准确率与解释性”的文章。
如何才能更快地学习机器学习？
练习。大量练习。
学习新东西是不够的。
要学得更快，你需要更努力地工作。你需要将你学到的东西付诸实践。你需要解决和重做问题。
有什么可以解决的问题？
从 UCI 机器学习库 中的数据集开始。它们很小，可以放入内存，并且被学者们用来演示算法属性的行为，所以它们是相对被充分理解的。
最流行的数据集列表是一个不错的起点。
转向竞赛数据集。取得足够好的结果，然后尝试重现竞赛获胜者的结果（大体上，通常信息不足）。
来自最新 KDDCup 和 Kaggle 竞赛的数据集会是一个不错的起点。
最后，开始提出你自己的问题（或承担别人的问题），定义你自己的问题，收集数据，并整体上端到端地解决问题。
更多信息
如何超越操作机器学习工具？
我建议初学者学习如何操作机器学习工具和库，并精通 端到端地解决机器学习问题。
我这样做是因为这是应用机器学习的常规工作，并且在这个过程中有很多东西需要学习，从数据准备到算法，再到沟通结果。
深入研究涉及专业化。例如，你可以深入研究机器学习算法。你可以 研究它们，创建列表，描述它们，并 从零开始实现它们。事实上，你可以深入的程度是无限的，但你确实想选择一个你觉得有吸引力的领域。
我建议通过自学深入研究的一个通用框架是我的 小型项目方法。这就是你定义一个小型项目（5到10小时的工作量），执行它们并分享结果，然后重复。
我建议四类项目：调查一个工具，调查一个算法，调查一个问题，以及实现一个算法。如果你渴望超越操作机器学习工具或库，后三类项目可能会吸引你。
提问
如果您有机器学习问题，请 联系我。
如果您对我的机器学习方法感兴趣，请查看我的 开始这里页面。它链接到许多有用的博文和资源。
暂无评论。