如何透徹的掌握一門機器學習演算法

2022-08-26 10:57:08 字數 2542 閱讀 8255

如何透徹的掌握一門機器學習演算法

機器學習演算法都是乙個個複雜的體系,需要通過研究來理解。學習演算法的靜態描述是乙個好的開始,但是這並不足以使我們理解演算法的行為,我們需要在動態中來理解演算法。

機器學習演算法的執行實驗,會使你對於不同型別問題得出的實驗結論,並對實驗結論與演算法引數兩者的因果關係有乙個直觀認識。

在這篇文章中,你將會知道怎麼研究學習乙個機器學習演算法。你將會學到5個簡單步驟,你可以用來設計和完成你的第乙個機器學習演算法實驗

你會發現機器學習實驗不光是學者們的專利,你也可以;你也會知道實驗是通往精通的必經之路,因為你可以從經驗中學到因果關係的知識,這是其它地方學不到的。

什麼是研究機器學習演算法

當研究乙個機器學習演算法的時候,你的目標是找到可得到好結果的機器演算法行為,這些結果是可以推廣到多個問題或者多個型別的問題上。

你通過對演算法狀態做系統研究來研究學習機器學習演算法。這項工作通過設計和執行可控實驗來完成

一旦你完成了一項實驗,你可以對結論作出解釋和提交。這些結論會讓你得以管窺在演算法變化中因果關係。這就是演算法行為和你獲得的結論間的關係。

怎樣研究學習機器學習演算法

在這一部分,我們將學到5個簡單的步驟,你可以通過它來研究學習乙個機器演算法

1.選擇乙個演算法

選擇乙個你有疑問的演算法

這個演算法可能是你正在某個問題上應用的,或者你發現在其他環境中表現很好,將來你想使用

就實驗的意圖來說,使用現成的演算法是有幫助的。這會給你乙個底線:存在bug機率最低

自己實現乙個演算法可能是了解演算法過程的乙個好的方式,但是,實驗期間,會引入額外的變數,比如bug,和大量必須為演算法所做的微觀決策

2.確定乙個問題

你必須有乙個你試圖尋找答案的研究問題。問題越明確,問題越有用

給出的示例問題包括以下幾個方面:

knn演算法中,作為樣本空間中的一部分的k值在增大時有什麼影響?

在svm演算法中,選擇不同的核函式在二分類問題上有什麼影響 ?

在二分類問題中,邏輯回歸上的不同引數的縮放有什麼影響 ?

在隨機森林模型中,在訓練集上增加任意屬性對在分類準確性上有什麼影響?

針對演算法,設計你想回答的問題。仔細考慮,然後列出5個逐漸演變的問題,並且深入推敲那個最精確的

3.設計實驗

從你的問題中挑選出關鍵元素然後組成你的實驗內容。

例如,拿上面的示例問題為例:「二元分類問題中邏輯回歸上的不同的引數縮放有什麼影響?」

你從這個問題中挑出來用來設計實驗的元素是:

屬性縮放法:你可以採用像正態化、標準化,將某一屬性提公升至乘方、取對數等方法

邏輯回歸:你想使用哪種已經實現的邏輯回歸。

二元分類問題:存在數值屬性不同的二分類問題標準。需要準備多種問題,其中一些問題的規模是相同的(像電離層),然而其他一些問題的屬性有不同的縮放值(像糖尿病問題)。

效能: 類似分類準確性的模型效能分數是需要的

花時間仔細挑選你問題中的組成元素以便為你的問題給出最佳解答。

4. 進行試驗並且報告你的結論

完成你的實驗

如果演算法是隨機的,你需要多次重複實驗操作並且記錄乙個平均數和標準偏差

如果你試圖尋找在不同實驗(比如帶有不同的引數)之間結果的差異,你可能想要使用一種統計工具來標明差異是否統計上顯著的(就像學生的t檢驗)

一些工具像r和scikit-learn/scipy完成這些型別的實驗,但是你需要把它們組合在一起,並且為實驗寫指令碼。其他工具像weka帶有圖形使用者介面,你所使用的工具不要影響問題和你實驗設計的嚴密

總結你的實驗結論。你可能想使用圖表。單獨呈現結果是不夠的,他們只是數字。你必須將數字和問題聯絡起來,並且通過你的實驗設計提取出它們的意義

對實驗問題來說,實驗結果又暗示著什麼呢?

保持懷疑的態度。你的結論上有留什麼樣的漏洞和侷限呢。不要逃避這一部分。知道侷限性和知道實驗結果一樣重要

5. 重複

重複操作

繼續研究你選擇的演算法。你甚至想要重複帶有不同引數或者不同的測試資料集的同乙個實驗。你可能想要處理你試驗中的侷限性

不要只停留在乙個演算法上,開始建立知識體系和對演算法的直覺

通過使用一些簡單工具,提出好的問題,保持嚴謹和懷疑的態度,你對機器演算法行為的理解很快就會到達世界級的水平

研究學習演算法不僅僅是學者才能做的

你也可以學習研究機器學習演算法。

你不需要乙個很高的學位,你不需要用研究的方式訓練,你也不需要成為一名學者

對每個擁有計算機和濃厚興趣的人來說,機器學習演算法的系統研究學習是開放的。事實上,如果你主修機器學習,你一定會適應機器學習演算法的系統研究。知識根本不會自己出來,你需要靠自己的經驗去得到

當談論你的發現的適用性時,你需要保持懷疑和謹慎

你不一定提出獨一無二的問題。通過研究一般的問題,你也將會收穫很多,例如根據一些一般的標準資料集總結出乙個引數的普遍影響。你保不住會發現某些具有最優方法的常例的侷限性甚至反例。

行動步驟

通過可控實驗你知道了研究學習機器學習演算法行為的重要性。你掌握了簡單的5個步驟,你可以在乙個機器學習演算法上設計和執行你的第一項實驗

採取行動。使用你在這篇博文中學到的步驟,來完成你的第乙個機器學習實驗。一旦你完成了乙個,甚至是很小的乙個,你將會獲得自信,工具、能力來完成第二個以及更多

如何快速掌握一門技術

1 實用主義者的學習方法 繞過障礙,直奔主題,專注那些你馬上需要學的。2 僅僅專注並直奔主題還遠遠不夠。學習過程中你需要大量練習和獲得反饋。犯錯是學習的一部分,當你看完教程掌握了裡面所述的內容後,可以自己構思某個應用或者某個使用場景,然後從頭寫起。你會發現很多問題,也會加深對教程的理解。自己無法回答...

如何快速掌握一門程式語言

出來工作了一段時間,也接觸過了各式各樣的程式語言。突然想對 如何快速掌握一門程式語言 這個話題做下總結。搭建開發環境 有些語言這一步就不想要了,比如shell 學習語法,讀相關書籍或者網上找教程 比如通過w3cschool的php教程,基本就能掌握php的語言 了解相關的工具 例如c 開發的gdb ...

如何穩健得掌握一門技術

1 積極的心態,好比陳老師 平靜內心,先做第二步5分鐘,這樣會讓你忘記恐懼。2 不要貪多,先看完整個技術的全域性,找一本薄點的書,或者教程,知道這個技術主要有哪些技術點,主要解決什麼問題。因為後續的步驟都是在這個概覽下的,3 設立階段性專案,每個專案都設立單元測試這樣就有一點點反饋了 動手前明白想要...