程序员在开始学习机器学习时常犯的5个错误

进入机器学习领域没有正确的方法。我们学习的方式略有不同，并且在利用或为机器学习做什么方面有不同的目标。

一个常见的目标是快速地在机器学习方面取得成效。如果这是你的目标，那么本文重点介绍了程序员在成为高效机器学习实践者的道路上常犯的五个错误。

程序员在机器学习入门时常犯的错误
照片来源：aarontait，部分权利保留。

1. 将机器学习置于神坛之上

机器学习是一种技术集合，你可以用它来创建复杂问题的解决方案。

由于它是一个新兴领域，机器学习通常通过学术出版物和研究生教材进行交流。这给人一种它很精英、难以逾越的印象。

为了在机器学习方面取得成效，需要进行思维转变，从技术转向流程，从精确转向“足够好”，但对于程序员感兴趣采用的其他复杂方法来说，也可能如此。

2. 编写机器学习代码

通过编写代码开始机器学习会使事情变得困难，因为它意味着你正在解决至少两个问题而不是一个：技术的工作原理以及如何将技术应用于特定问题。

一次只解决一个问题，并利用机器学习和统计环境及算法库来学习如何将技术应用于某个问题，会更容易。这可以让你相对快速地抽查和调整各种算法，并调整一两个看起来有希望的算法，而不是花费大量时间解释包含算法描述的模糊研究论文。

实现算法可以被视为一个单独的项目，稍后完成，例如作为学习练习，或者如果原型系统需要投入使用。一次学习一样东西，我建议从基于GUI的机器学习框架开始，无论你是否是程序员。

3. 手动进行操作

应用机器学习涉及一个流程，包括问题定义、数据准备和结果呈现等任务。这些流程以及算法的测试和调优都可以并且应该被自动化。

自动化是现代软件开发中构建、测试和部署的重要组成部分。通过脚本化数据准备、算法测试和调优以及结果准备，可以获得严谨性和改进速度的好处。记住并重用在专业软件开发中学到的经验教训。

未能从自动化（例如Makefile或类似的构建系统）开始，很可能是因为许多程序员来自书籍和课程，这些书籍和课程对该领域的应用性质关注较少。事实上，为应用机器学习带来自动化是程序员的一个巨大机遇。

4. 重新发明常见问题的解决方案

在你实现你正在实现的算法之前，很可能已经有数百甚至数千人实现过该算法，或者解决了与你正在解决的问题类型类似的问题类型，请利用他们已有的经验教训。

在解决应用机器学习问题方面，有大量知识可用。诚然，其中很多可能包含在书籍和研究出版物中，但你可以访问它们。做好你的功课，搜索Google、Google图书、Google学术，并联系机器学习社区。

如果你正在实现一个算法

• 你必须实现它吗？你能重用库或工具中现有的开源算法实现吗？
• 你必须从头开始实现吗？你能代码审查、学习或移植现有的开源实现吗？
• 你必须解释规范的算法描述吗？是否有其他书籍、论文、学位论文或博客文章中有你可以回顾学习的算法描述？

照片来源：justgrimes，部分权利保留

如果你正在解决一个问题

• 你必须测试所有算法来解决这个问题吗？你能利用关于这个或类似问题实例的研究来发现哪些算法和算法类别表现良好吗？
• 你必须自己收集数据吗？是否有可用的公开数据集或API，你可以直接使用或作为你问题的代理来快速了解哪些方法可能表现良好？
• 你必须优化算法的参数吗？是否有可以用来配置算法的启发式方法在算法的论文或研究中被提出？

如果一个编程库或特定类型的数据结构有问题，你的策略是什么？在机器学习领域使用相同的策略。联系社区并寻求可以利用的资源，以加速你的学习和项目进展。首先考虑论坛和问答网站，然后联系学者和专家。

5. 忽视数学

你不需要数学理论就能入门，但数学是机器学习的重要组成部分。这是因为它提供了一种最有效、最明确的方式来描述问题和系统的行为。

忽视算法的数学处理可能导致问题，例如对某个方法理解有限或对算法的解释有限。例如，许多机器学习算法的核心是优化，它被渐进式地更新。了解所解决优化的性质（函数是否是凸函数）可以让你使用利用这些知识的高效优化算法。

内化算法的数学处理需要时间，并且随着精通而积累。特别是如果你从头开始实现高级算法，包括内部优化算法，请花时间从数学角度学习算法。

总结

在这篇文章中，你了解了程序员在入门机器学习时常犯的5个常见错误。这五点经验教训是：

• 不要将机器学习置于神坛之上
• 不要编写机器学习代码
• 不要手动进行操作
• 不要重新发明常见问题的解决方案
• 不要忽视数学

更新：在HackerNews和DataTau上继续讨论。