机器学习初创企业的4个错误

 
您听说过达尔文奖吗?跳上YouTube看看。通常是很有趣的东西。这是一种a舌的荣誉，旨在表彰人们做出最复杂的尝试来做自己认为很酷的事情。一个人带着受伤的熊自拍照，另一个人将喷气发动机拧到溜冰鞋上。这些大胆的举动会导致致命的错误，带来可怕的后果和滑稽的评论。剧透警报-不幸的是-他们都死了。您不希望您的创业公司因机器学习错误而“丧命”。
在过去的25年中，我见过成千上万次有人犯错误，但从未见过机器犯错误。如今，学习项目中的错误可能使公司损失数百万美元和数年的无用工作。因此，这里收集了与数据，指标，验证和技术有关的机器学习中最常见的错误。
1.数据
处理数据时出错的可能性很高。成功使用雷区要比使用数据集时不要犯错误容易。此外，可能存在几个常见错误：
未处理的数据。未处理的数据是垃圾，不会让您对所构建模型的充分性充满信心。因此，任何AI项目都应仅将预处理数据作为基础。
异常现象。检查偏差和异常的数据并消除它们。消除错误是每个机器学习项目的优先事项之一。数据可能总是不完整，不正确，或者某些信息可能会丢失一段时间。
缺少数据。也许，最简单的方法是进行10个实验并获得结果，但仍然不是最正确的一个。少量且不平衡的数据将导致得出的结论与事实相去甚远。因此，如果您需要培训网络以区分眼镜企鹅和眼镜熊，那么几只熊的照片将无法飞行。即使有成千上万的企鹅图片。
大量数据。有时限制数据量是唯一正确的解决方案。例如，这就是您如何获得将来人类行为的最客观画面。我们的世界和人类是不可预测的。通常，根据某人在1998年的行为来预测其反应就像阅读茶叶一样。结果完全一样，将与现实相去甚远。
2.指标
准确性是机器学习中的一项重要指标。但是，毫无意义地寻求绝对准确性可能会成为AI项目的一个问题。特别是如果目标是创建预测性推荐系统。显然，如果杂货在线超市提供购买牛奶的准确性，准确性可以达到令人难以置信的99%。我敢打赌，买家会接受它，并且推荐系统也会起作用。但恐怕他还是会买，因此这种建议毫无意义。以每天购买牛奶的城市居民为例，在这种系统中，重要的是个人的方法和商品的促销(这在以前的购物篮中是没有的)。
3.验证方式
一个学习字母表的孩子逐渐掌握了字母，简单的单词和成语。他在一定水平上学习和处理信息。同时，对科学论文的分析对于学步的孩子来说是难以理解的，尽管文章中的单词是由他学到的相同的字母组成。
AI项目的模型还可以从特定的数据集中学习。但是，该项目将无法尝试检查同一数据集上模型的质量。要估计模型，必须使用专门选择的用于验证训练中未使用的信息的验证片。通过这种方式，可以实现最准确的模型质量评估。
4.技术
在AI项目中选择技术仍然是一个普遍的错误，即使不是致命的，但也会导致严重的后果，从而影响项目截止日期的效率和时间。
难怪，由于其适用于任何任务的通用算法，您很难在机器学习中找到比神经网络更受炒作的主题。但是，对于任何任务，该工具都不是最有效，最快的工具。
最杰出的例子是Kaggle比赛。神经网络并不总是首屈一指。相反，随机树网络有更多获胜的机会;它主要与表格数据有关。
神经元通常用于分析视觉信息，语音和更复杂的数据。
如今，使用神经网络作为指导，这是最简单的解决方案。但是同时，项目团队应该清楚地了解哪种算法适合特定任务。
我坚信机器学习的炒作不会是虚假，夸大和毫无根据的。机器学习是另一种工程工具，它使我们的生活更简单，更舒适，并逐渐改变它以改善生活。
对于许多大型项目，本文可能只是对他们已经犯过的错误的怀旧回顾，但他们仍然设法生存并克服了通往产品公司的严重困难。
但是对于那些刚刚开始AI创业的人来说，这是一个了解为什么为什么不是最好的想法的事情，那就是用受伤的熊自拍照，以及如何不填充无休止的“死”初创公司名单。