为什么机器学习难于应用
应用机器学习是有挑战性的。
在机器学习领域,你必须要在没有正确答案的问题上做出很多决定!例如:
· 用什么框架?
· 用什么数据作为输入,要输出什么数据?
· 用什么算法?
· 用什么算法配置?
这些问题对于初学者来说是一个严峻的挑战。
读完本文之后,你将了解:
· 如何形成一个明确的学习问题。
· 当给你的问题设计一个学习系统的时候,有四个决策点需要考虑。
· 你可以用三个决策来明确地来应对在实践中设计学习系统的难题。
概述
本文分成了如下六个部分:
1、适定的学习问题
2、选择训练数据
3、选择目标函数
4、选择目标函数的表达形式
5、选择学习算法
6、如何设计学习系统
适定的学习问题
我们可以将应用机器学习领域中的一般学习任务定义为一个程序,它可以根据特定的性能测量从一些任务中学习经验。
Tom Mitchell在他1997年《Machine Learning