谷歌《機器學習速成課程》學習摘要

機器學習概念

機器學習簡介

架構處理

深入了解機器學習

降低損失

使用TF的基本步驟

泛化

訓練集和測試集

驗證

表示法

特征組合

正則化：簡單性

邏輯回歸

分類

正則化：稀疏性

神經網絡簡介

訓練神經網絡

多類别神經網絡

嵌入

機器學習工程

生産環境機器學習系統

靜态訓練與動态訓練

靜态推理與動态推理

資料依賴關系

視訊講座

視訊講座總結

機器學習系統的行為取決于其輸入特征的行為和品質。當這些特征的輸入資料發生更改時，您的模型也會随之變化。有時，這種變化是可取的，有時則反之。

在傳統的軟體開發中，您的注意力更多地放在代碼而非資料上。在機器學習開發中，雖然編碼仍是工作的一部分，但您必須同時關注資料。例如，在傳統的軟體開發項目中，編寫單元測試來驗證代碼是一種最佳做法。而在機器學習項目中，您還必須不斷地對輸入資料進行測試、驗證和監控。

例如，您應該持續監控您的模型以移除不用（或很少使用）的特征。假設某一特定特征對模型貢獻很少或沒有貢獻。如果該特征的輸入資料突然發生更改，則您模型的行為也可能會以意想不到的方式突然發生變化。

可靠性

以下是針對輸入資料的可靠性詢問的一些問題：

信号是否始終可用？信号來源是否不可靠？例如：

信号是否來自因負載過重而崩潰的伺服器？

信号是否來自每年 8 月去度假的人群？

版本控制

以下是針對版本控制詢問的一些問題：

計算此資料的系統是否發生過變化？如果是：

多久一次？

您如何知道系統發生變化的時間？

有時資料來自上遊程序。如果該程序突然發生變化，您的模型可能會受到影響。

請考慮為從上遊程序接收的資料建立您自己的副本。然後，隻有當您确定這樣做安全時，才跳轉到下一版上遊資料。

必要性

以下問題可以提醒您留意正則化：

特征的實用性是否能證明值得添加此特征？

人們往往傾向于向模型添加更多特征。例如，假設您找到一個新特征，添加該特征可讓您的模型略微準确一點。較高的準确率聽起來當然比較低的準确率更好。不過，現在您隻是增加了自己的維護負擔。添加的特征可能會意外降級，是以需要對它進行監控。在添加會帶來短期利好的特征之前，請謹慎考慮。

相關性

某些特征會與其他特征相關聯（正相關或負相關）。問問自己以下問題：

是否有任何特征密不可分，以至于需要采取額外政策來梳理它們？

回報環

有時，模型會影響其自身的訓練資料。例如，來自某些模型的結果反過來是同一模型的直接或間接輸入特征。

有時，一個模型會影響另一個模型。以下列兩個股價預測模型為例：

模型 A - 不理想的預測模型。

模型 B。

由于模型 A 有誤，是以會導緻錯誤地決定購買股票 X 的股票，而購買這些股票會擡高股票 X 的價格。模型 B 将股票 X 的股價用作輸入特征，是以它很容易對股票 X 的價值得出錯誤結論。然後，模型 B 會根據模型 A 的錯誤行為購買或銷售股票 X 的股份，反過來，模型 B 的行為會影響模型 A，而這樣很可能會觸發郁金香狂熱效應或導緻 X 公司的股價下滑。

檢查您的了解情況

機器學習現實世界應用示例

癌症預測

标簽洩漏

18世紀文學

資料集的拆分

現實世界應用準則

下面簡要說明了有效的機器學習準則：

1.確定第一個模型簡單易用。

2.着重確定資料管道的正确性。

3.使用簡單且可觀察的名額進行訓練和評估。

4.擁有并監控您的輸入特征。

5.将您的模型配置視為代碼：進行稽核并記錄在案。

6.記下所有實驗的結果，尤其是“失敗”的結果。

總結

後續步驟

課程是過了一遍，了解十分有限，姑且寫寫，未完待續。