机器学习入门一定要避开的几大陷阱

　　随着人工智能技术对各行各业有越来越深入的影响，越来越多的人准备入门/转向机器学习。我们深信：对于机器学习，任何人都可以学，并且学得很好。

　　但是在学习的过程中，不可避免会碰到一些问题，下面我们就来列举一些机器学习入门最常见的几大误区。

◆ ◆ ◆

掌握相关知识再开始

　　如果你有以下想法，你已不幸落入陷阱——

• 我得先学完线性代数、概率论、微积分……

• 我得先读完这本理论教科书……

　　实际上，补全这些基础知识往往需要很长时间，很容易半途而废。而且这些知识是工具不是目的，机器学习的价值在于准确的预测，那么要学的就是如何将问题模式化并做出准确的预测。就从这开始。建议在机器学习的过程中哪里不会补哪里，这样更有目的性且耗时更低。

◆ ◆ ◆

试图学习所有的机器学习内容

　　如果你有以下想法，你已不幸落入陷阱——

• 我得学会网页上提到的所有新技术……

• 我得学会计算机视觉，自然语言处理，语音处理……

　　机器学习是一门多领域交叉学科，从理论算起，这个领域真的很大。大到我们真的无法一一学习到透彻，所以我们认为机器学习只求“精”，而非“泛”。

　　也许你还没拿定主意学哪方面，那么就先选一个。比如机器学习最有价值的部分是预测性建模。从数据创建模型进行预测。学好它，然后转战到另一个领域。

◆ ◆ ◆

过分纠结于算法的前因后果

　　如果你有以下想法，你已不幸落入陷阱——

• 在使用某种算法前，我得弄明白它怎么工作的……

• 我调参的时候得解释清楚因果关系……

　　算法不是结果。它们是得到结果的方法。一个更好的结果会让你对算法更有感觉，但是要知道什么时候止步。系统化这个过程。设计调参实验，让它们自动执行和分析。应用机器学习不只是在算法里虚度光阴。集中火力在每个项目要得到的结果，即一系列的预测，或者一个可以得到这些预测的模型。

◆ ◆ ◆

收集过多的资料 & 忽视资料的时效性

　　如果你有以下想法，你已不幸落入陷阱——

• 哇，大神推荐了一些新书，买买买……

• 这里有好多数据和资料，存下来以后看……

　　机器学习的资料很多，动辄就有几个 G 的材料可以下载或者观看。而很多朋友都有 “收集癖”，一下子购买十几本书的人我也常常能够看到。但是这些书你真的会看吗？这些资料你都会过一遍吗？时间是最宝贵的资源。深挖一本书，你会高效的多。另外，资料是有时效性的，除去一些经典书，最好能选择近 5 年内出版的书籍，或者 2010 年以后出版的书籍。

◆ ◆ ◆

　　上面的坑你踩过吗？学习过程中还有什么迷茫吗，需要我帮你拉出来么？欢迎留言。

课程咨询｜微信：julyedukefu

七月热线：010-82712840