1樓：往瀅看
如果是說工業界的實踐的話，我覺得最重要的經驗是：永遠重視造工具，best engineer builds tools，在機器學習領域，好的工具包括但不限於：可以方便地新增新資料，新feature，且多人可以同步進行互不干擾，可以快速地坦肆訓練出一衝友個新模型。
可散信槐以一鍵部署模型到生產環境，做a/b測試，可以即時看到a/b測試結果，什麼指標漲了什麼跌了，可以立刻做深入分析，發現什麼情況下新模型表現得好，什麼情況下不行。可以快速地迴圈反覆上述步驟，這很重要的原因是，因為這決定了你是可以三天做一次迭代還是三週做一次，還是三個月。機器學習有其玄學的一面。
面對這種不確定性，乙個粗暴卻有效的手段就是多試，快速迭代。但很多人根本快不起來。他們把大量時間浪費在了setup和等待上。
setup資料，setup模型的訓練，等待模型的訓練，setup實驗，等待實驗的結果。如果你迭代的週期是別人的五倍，那你需要比別人準五倍才能拉平。這還是假設大家都是單執行緒的情況下。
如果別人的工具足夠好，可以同時起五個實驗，實際工作中，我見過弱團隊用好工具，卻沒見過強團隊用差工具。<>
2樓：猴73872坷兜
不要恐慌。這一點並不跟任何機器學習技能有關，但極其重要。某種意義上機械學習是乙個演算法即是正義，特徵即是真理，引數維護自由，命中全靠信仰的遊戲。
它是很強大，能讓很多曾經看來不敗態可能的事情發生。但同時，有太多可能會出錯，而這些錯誤很有可能同時發生。總之，辛辛苦苦調好乙個演算法，跑了一天，執行出來的結果跟瞎猜差不多是非常正常的事。
然後就需要各種各樣的（玄）tricky （學）parts來拯救世界。此時就是檢驗信仰的時候了，請相信你的演算法。問題可能是訓練集太小，預處理不好，引數初始化位置不對，學習率過大，甚至是梯度打錯了乙個字元等等等等。
總之，他們是可以被解決的。不要恐慌，保持耐心，控制變數，逐步解決。終於，等到凌晨四點，或者若干天之後的凌晨四點，當有意義的結果和日出同察弊源時到來，你會被莫大的幸福感所淹沒。
此時請到窗邊伸展雙臂擺乙個y字。確定所有的輸入都是足夠有意義的。前面有很多答案都強調卜手了訓練樣本的問題，非常對。
以我的本行，腦機介面。舉例。我們要讓電腦理解猴子的想法，進而達到猴子腦控機械的目的。
那麼我們的輸入是什麼呢。顯然，直接來自運動皮層的腦電訊號肯定是要的。然而別的訊號，比如房間的溫度，猴子的年齡，大聖昨天吃的是黃桃還是橘子，大聖跟六耳最近是相處愉快還是非常想打一架，今天作為獎勵的蘋果汁是不是無糖的。
這些都有可能影響到猴子的想法。但我們要把這些都作為解碼器的輸入。當然不是。
通常情況下，我們只要來自運動皮層的神經衝動。而且在訓練的時候，我們要給猴子足夠的獎勵，以確保它專心於任務。這樣得到的訓練樣本才是有意義的。
3樓：小知09400縣套
理解模型的基本假設，看自己的資料是否符合這種假設。任何模型都是有某種假設的，如果資料不符合這種假設，就不太可能學出有意義的模型並用於**。比如lda（主題模型），假設是在同樣一批文件中經常共現的詞，語義上往往是相關的拿頃耐。
這種特性不僅在自然語言中成立，在一些領域，比如每個人經常乎亮訪問的**集合，可能也是成立的，所以lda也可以拿過去用。但如果資料不符合這個特性，套用lda就是沒有意義的，消春比如每個球隊裡的隊員，可能並沒有因為屬於乙個球隊而具有什麼相似性。<>
機器學習中的理論重要還是實踐重要呢？
4樓：科學技術說法
有一次，我參加了乙個機器學習的研討會，裡面的講師講解了很多基礎的機器學習演算法和模型，當時我感覺理解良好，但在後續的學習和應用中，也就是在實踐中，才意識到自己對一些細節和底層原理的理解還不夠深入。這時候，我才真正地核滑意識到，書到用時方恨少，只有在實踐攜氏運中經常遇到問題，不斷學習、調整、探索，才能真正理解和掌握某個領域的技能和知識。
因此，辯梁在學習的過程中，一定要注重理論和實踐的結合。通過書本學習來打下理論基礎，但更要善於在實踐中探索問題的本質，找到問題的瓶頸所在，尋找解決的辦法，並且在不斷的實踐過程中不斷完善自己的知識體系，這樣才能將書本上的知識真正變成有用的工具，在解決實際的問題中得到體現。
什麼是學習和機器學習 為什麼要研究機器學習?
5樓：郭憨叔
機器學習很簡單，就是使機器具有人的學習能力，人的思考能力，人的認知能力，至於判斷機器學習的方法，有註明的圖靈機測試。
機器學習是一門熱門的學科，究其原因是為了服務人類的。
目前的機器學習其實是有著其「瓶頸」所在，比如，機械人學習新生事物時候，資料其實是人為指定的，而非自己去思考，也即，現在的機器學習是人為灌輸思想的被動學習，而真正想讓機器主動學習，具有人的思維方式，還有待研究。
6樓：匿名使用者
機器學習是模仿人類學習方法的方法。研究機器學習是為了幫人類解決問題。
小弟初學機器學習，請問各位乙個問題：機器學習中常說的「學習能力」具體指什麼呀，可以解釋一下嗎？
7樓：白肚河蟹不讓說
如果把模式識別類問題看作函式擬合。
機器學習就相當於輸入正反例項輸出期望結論值的乙個函式逼近不同的機器學習方法相當於乙個函式結構，多數傳統模式識別方法都是簡單結構的，這就造成如果問題的複雜度較高就會超出方法可達到的最好程度。
最基本的例子是線性分類器無法正確劃分。
這樣的模式。
簡單來說所謂的學習能力就是方法本能可能達到的最大複雜度。應用方面就是在一定允許錯誤率下可以逼近的問題的複雜程度。
學習能力強的如神經網路、svm，只要允許的複雜度足夠，幾乎可以達到任意複雜問題的逼近能力。
與學習能力相對的是泛化能力，就是**新樣本的準確率。
學習心得（一）：什麼是機器學習
8樓：匿名使用者
1、機器學習是一種實現人工智慧的方法，深度學習是一種實現機器學習的技術。 2、深度學習本來並不是一種獨立的學習方法，其本身也會用到有監督和無監督的學習方法來訓練深度神經網路。但由於近幾年該領域發展迅猛，一些特有的學習手段相繼被提出（如殘差網路），因此越來越多的人將其單獨看作一種學習的方法。
3、機器學習最基本的做法，是使用演算法來解析資料、從中學習，然後對真實世界中的事件做出決策和**。與傳統的為解決特定任務、硬編碼的軟體程式不同，機器學習是用大量的資料來「訓練」，通過各種演算法從資料中學習如何完成任務。 拓展資料：
1、機器學習直接**於早期的人工智慧領域，傳統的演算法包括決策樹、聚類、貝葉斯分類、支援向量機、em、adaboost等等。從學習方法上來分，機器學習演算法可以分為監督學習（如分類問題）、無監督學習（如聚類問題）、半監督學習、整合學習、深度學習和強化學習。傳統的機器學習演算法在指紋識別、基於haar的人臉檢測、基於hog特徵的物體檢測等領域的應用基本達到了商業化的要求或者特定場景的商業化水平，但每前進一步都異常艱難，直到深度學習演算法的出現。
2、最初的深度學習是利用深度神經網路來解決特徵表達的一種學習過程。深度神經網路本身並不是乙個全新的概念，可大致理解為包含多個隱含層的神經網路結構。為了提高深層神經網路的訓練效果，人們對神經元的連線方法和啟用函式等方面做出相應的調整。
其實有不少想法早年間也曾有過，但由於當時訓練資料量不足、計算能力落後，因此最終的效果不盡如人意。深度學習摧枯拉朽般地實現了各種任務，使得似乎所有的機器輔助功能都變為可能。無人駕駛汽車，預防性醫療保健，甚至是更好的電影推薦，都近在眼前，或者即將實現。
如何學習機器學習的一點心得
9樓：匿名使用者
學習之前還是要了解下目前工業界所需要的機器學習/人工智慧人才所需要必備的技能是哪些？你才好針對性地去學習。正好我前兩天剛聽了菜鳥窩（乙個程式猿的黃埔軍校）的一位阿里機器學習演算法工程師的課，幫助我理清了思路，在此分享下。
機器學習的基礎是數學，入門ai必須掌握一些必要的數學基礎，但是並不是全部的數學知識都要學，只學工作上實際有用到的，比如是微積分、概率論、線性代數、凸優化等這些。
資料分析裡需要應用到的內容也需要掌握，但不是網上所說的從0開始幫你做資料分析的那種，而是資料探勘或者說是資料科學領域相關的東西，比如要知道計算機裡面怎麼挖掘資料、相關的資料探勘工具等等。
補足了以上數學和資料探勘基本知識，才可以正式進行機器學習演算法原理的學習。
最後需要對人工智慧有全域性的認知，包括機器學習、深度學習兩大模組，相關的演算法原理、推導和應用的掌握，以及最重要演算法思想。
菜鳥窩老師還給出了這樣乙個學習路線圖，你也可以看看。
網路教程還是挺多的，就看怎麼學習了，不過遇到比較好的老師帶，會少走很多彎路。如果經濟上壓力不大，建議可以去報一下菜鳥窩的機器學習班，畢竟人家老師都是bat實戰的，知道企業中真正要用到的東西。
不知道有沒幫到你？
什麼是機器學習？為什麼它如此重要
10樓：海上二十九號
機器學習(machine learning, ml)是一門多領域交叉學科，涉及概率論、統計學、逼近論、凸分析、演算法複雜度理論等多門學科。專門研究計算機怎樣模擬或實現人類的學習行為，以獲取新的知識或技能，重新組鄭陸褲織已有的知識結構使之不斷改善自身的效能。
它是人工智慧的核心，是使計算機具有智慧型的根本途徑，其應用遍喊簡及人工智慧的各個領域，它主要使用歸納、綜合而不是演繹。悉裂。
乙個完整的機器學習過程
11樓：ai解惑者
機器學習到底是什麼，bat演算法工程師深入詳細地講解乙個完整的機器學習過程，帶你輕鬆入門機器學習！
中學生最重要的是學習嗎，中學生要學習好，最重要是有什麼方法？
當然,只要你是學生,學習就是重要的,因為那是你的本職工作,如果連自己的本職工作都做不好,就什麼都作不好了 參考資料 google仍看重成績單 大學生到美應聘遭拒絕 小歪 網名 復旦大學計算機系應屆畢業生，第一個直飛google矽谷總部面試的中國畢業生。層層面試之後，卻因為一份不好看的成績單被goog...
你覺得大學生活中，學習才是最重要的嗎？
我認為學習不是最重要的，但是也不能不學 導致掛科！人們都說大學是乙個小型的社會。大學可以鍛鍊你的各個方面，包括行為舉止 談吐，習慣養成，溝通能力。和主動學習能力。每個人上大學的目的都是不一樣的。你乙個來自農村的清華學生，和在英國讀書的王思聰。你們在大學裡追求的東西必然是不同的。所以單純地討論應該學習...
大學裡，我們學到的最重要的是什麼？
反正我是知道了什麼樣的人能交，什麼樣的人不能交，有自己的原則。我認為大學裡對於自己的能力 人際交往 思想境界 的提升是最重要的。因為大家都知道，大學就相當於一個小社會。所以這個是我學會的最重要的一課。學習好一門外語也很重要。畢竟現在英語很重要，要想有個好的工作，英語也是不能差的。為人處世，不管做什麼...