机器学习菜鸟最常犯的5个错误,以及如何避免

 

 

陷阱

 

如果你有以下想法或者说法,你已不幸落井——

 

我得先完成这门线性代数的课才行。

 

我得回学校先读个博士学位。 

 

我得先啃完这本教科书。

 

 

出路

 

耗费4年在数学或者深奥的算法上,能将你带到目标么?

 

更大的可能是然并卵。你停步不前。或者知难而退。反正离你的目标不会越来越近。

 

出路是——立正,稍息,向后转!

 

如果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。

 

然后把这件事儿弄好,好得不要不要的!

 

在你需要的时候,去阅读、截取、武装理论知识,但仅限于为你的目标服务,仅限于这样做会使你传递出更大价值。

 

 

不要去学所有的机器学习 

 

机器学习浩瀚无边啊。

 

它是计算机的自动学习过程,与人工智能多有交集。

 

从机器人的深奥学习理论算起,这个领域真的很大。

 

大得你无法一一收入囊中。