数据分析师课|新公布的5个机器学习开发的误区，这些方面变得越来越重要

1、机器学习开发的误区——假设你的代码没有错误

众所周知，机器学习，特别是深度学习和强化学习模型很难调试。为了让你了解无数的犯错方式，请查看 Andrej Karpathy 的 Twitter 主题。我们所有人，甚至是更高级的研究人员，都会一直犯同样的错误。使这些如此难以察觉的原因是即使是有缺陷的模型通常仍然可以学习并产生有意义的输出。错误可能会对你的模型进行细微更改，并且大多数只会在运行时显示。考虑到这一点，你可以做的最糟糕的事情是假设你的代码不包含任何错误。机器学习研究者对待代码的态度也是将他们分成生产性和非生产性的原意。如果你的默认假设是你的代码可能有问题，那么你将更仔细地搜索错误，逐行完成代码，仔细检查中间输出。如果可能的话，你还会可视化它们。你会考虑张量的形状是否合适? 它们是否已正确初始化? 克隆还是分离? 在训练期间监控梯度并注意 NaN。通过设置随机数生成器的种子来编写单元测试并使你的实验可重现等等。这些措施可以让你的代码更具有实际性用处，有关神经网络调试的更多提示，请参阅 Goodfellow 等人的深度学习书。

2、机器学习开发的误区——仅看最终评估指标

虽然你的项目目标可能是实现某些评估指标的改进，但更重要的是，你应该充分了解模型的工作原理和原因。特别是在项目的早期阶段，最终评估指标包含的信息很少，但是这些信息对迭代和开发算法或模型很有用。为了获得更多的信息，我们必须提出更深入的问题并获得信息反馈。例如，如果你引入了门控机制或注意机制，你的模型实际上是否使用了它? 你提出的哪些模型创新实际上是有助于整体性能提升? 你的模型需要多少个训练样例 / 时期才能达到合理的性能，这与你使用的基线有何不同? 你的模型运行良好或非常严重的测试实例之间是否存在系统差异? 你可以从模型的隐藏状态预测重要特征吗? 请记住，你的研究和项目报告并非真正告知研究界对先前技术水平的一些 (边际) 改进，而是为我们对该领域的理解作出贡献。

3、机器学习开发的误区——尝试随机变化并没有明确的期望

使用当前的深度学习库，通过添加更多组件、层和优化技巧，可以轻松地使模型更复杂。但是，当你对代码或模型进行更改时，你至少应该对此更改有一个大致的直觉。同样，当你进行实验时，你应该对其结果有明确的期望。你期望绘制的结果看起来像什么，他们会告诉你什么? 当你发现自己的模型没有按照预期的方式进行时，这一点就更为重要。通过这些措施，你更有可能看到出现错误的原因，因为扩展你的模型不会帮助你找到该错误，甚至可能使得更难以找到问题。在使模型更复杂之前，先了解它可能出错的底线。此外，请记住，在你的报告中，你必须证明你的所作所为。因为你的报告是别人帮你解决问题的唯一切入口。如果你不能制定一个研究假设，并向自己解释为什么你在做这个工作，那么其他任何人更没有机会了解你在干什么。

4、机器学习开发的误区——过度复杂

我们经常看到积极的学生立即跳出难题并尝试复杂的解决方案。其实真正的出现问题，一般都会很难分析。相反，问问自己：应该起作用的最小的东西是什么? 模型能学会记住一个小数据集吗? 只使用几个参数时会学到什么? 在单个训练实例而不是批处理训练时，代码是否有效? 我们期望看到的最简单的概括形式是什么?

5、机器学习开发的误区——迭代太慢了

进行训练实验可能需要很长时间。特别是深度学习和强化学习在积累统计显着数量的随机种子时可能非常耗时。因此，在短期项目过程中不要过早陷入缓慢的迭代周期是至关重要。尽量使用简单的环境调试你的模型，并实现你的想法的概念验证，争取整个过程可以在你的个人计算机上运行。有时，简单的矩阵游戏或网格世界实验也可以提供有用的想法验证。类似的你也可以使用 MDP 的精确值函数来测试算法思想，而不必乱用梯度估计，演员评论训练等。当转向更大规模的实验时，简化你启动实验和检查结果的过程。在实验完成全部过程之前检查这些结果，看看性能是否平稳。投资训练模型使用的基础设施在开始时可能很耗时，但在项目结束时都会有所回报。

以上就是有关于机器学习开发的误区的相关内容，以及相应的解析，不论你是已经入职数据分析师岗位的新人，还是打算进入数据分析岗位的小白，以上的内容都或多或少会对大家有所帮助，环球网校的小编在这里祝大家的数据分析师职业道路顺利。