熱線電話：13121318867

登錄
首頁精彩閱讀機器學習常見的兩個大坑
機器學習常見的兩個大坑
2019-04-01
收藏


大家都知道，不管是什么學科都有很多陷阱，由于我們對這一知識的了解不夠，就很容易掉進這個坑里，所以說我們一定要加強知識儲備。而在機器學習中有很多前輩們總結下來的陷阱，在這篇文章中我們給大家介紹一下機器學習中常見的兩個大坑，希望能夠幫助的大家盡早脫坑。


首先我們給大家介紹一下第一個坑，那就是系統邊界模糊和巨型系統。其實機器學習系統與其他軟件系統相比，有一個顯著的特點，那就是它是建立在實驗性、探索性開發的基礎上的。尤其是在初次搭建系統的時候，很難做到在完整設計的指導下開發，而大多是一邊探索嘗試一邊開發，到最后達到上線要求的時候，系統也就隨之成型了。不過這樣構建出的系統，有個很大的問題，就是很容易做成一個邊界模糊、模塊耦合、結構復雜的“巨型系統”，這種系統的典型特征包括三點，第一就是模塊間不可拆分，樣本、特征、訓練等步驟都偶合在一起。第二就是很多實驗性、探索性代碼遍布其中，搞不清楚哪些在用，哪些已失效。第三就是pipeline特別長，其中包括一些可能已經無用的流程。


那么為什么會出現這樣的系統呢？重要原因之一就是前面提到過的，機器學習系統的探索式的本質。在剛開始做系統的時候，可能樣本處理、特征處理這些都比較簡單，所以就都寫在了一起。隨著各個流程處理的精細化、復雜化，每個步驟都在變復雜，但是由于這種變化是在慢慢發生的，導致系統慢慢變得不可控。


機器學習中第二個坑就是不重視基礎數據架構建設，一般來說，數據是機器學習系統的核心，這里面包括各種樣本數據，原始特征數據，處理后的特征數據，支撐數據等等，那么提供這些數據的系統和架構也是同樣重要的，機器學習系統在構建初期，對待各種數據的態度往往是輔助性質的，認為這些數據只是為了模型服務的原料，而沒有把它們本身作為嚴肅的子系統來對待，所以這些數據的架構往往缺乏設計，大多比較隨意，可能會有很多難以復用代碼。不過這容易導致出一個嚴肅而復雜的問題，這個問題不是一兩個簡單方法就可以解決的，而是需要從數據源開始做仔細的設計，設計時充分考慮數據可能的用法，并留有一定擴展性，保證數據的可用性和可探索性。


在這篇文章中我們給大家介紹了關于機器學習中容易存在的問題，其實這些問題都是值得我們關注的。所以說，我們在學習機器學習的時候一定要注意好這些問題，這樣我們才能夠更好解決其中的問題。


CDA數據分析師考試相關入口一覽（建議收藏）：

? 想報名CDA認證考試，點擊>>>   “CDA報名” 了解CDA考試詳情；

? 想學習CDA考試教材，點擊>>> “CDA教材” 了解CDA考試詳情；

? 想加入CDA考試題庫，點擊>>> “CDA題庫” 了解CDA考試詳情；

? 想了解CDA考試含金量，點擊>>> “CDA含金量” 了解CDA考試詳情；

機器學習 特征 數據架構

數據分析咨詢請掃描二維碼

若不方便掃碼，搜微信號：CDAshujufenxi

上一篇機器學習的要素是什么？
下一篇機器學習常用算法的優缺點之聚類算法和排序算法
數據分析師考試動態
CDA報考指南
數據分析學習
數據分析師資訊
更多

CDA教育閉環

常見問題

關于我們

CDA數據分析師公眾號

  • CDA數據分析師公眾號

CDA考試中心小程序

  • CDA考試中心服務號

CDA數據分析師App下載

  • CDA數據分析師App下載
Copyright © 2015-2021, www.ruiqisteel.com All Rights Reserved. CDA數據分析師(北京國富如荷網絡科技有限公司) 版權所有 京ICP備11001960號-9 京公網安備 11010802034615號 經營許可證編號：京B2-20210330
聯系電話：13321103290 (微信同號)

OK
客服在線
立即咨詢
日韩人妻系列无码专区视频,先锋高清无码,无码免费视欧非,国精产品一区一区三区无码
客服在線
立即咨詢