江苏龙网

  1. 首页 > 人文 > >

甜野猫 关于机器学习那些事儿：我们从企业学到哪些经验教训？( 四 )


深度学习背后的主要前提之一是它能够随着数据量的增加继续学习 ， 这在大数据时代尤其有用（见下图） 。 这与硬件（即GPU）的最新发展相结合 ， 允许执行由于资源限制而过去禁止的大型深度学习作业 。
简单
神经网络模型的结果非常依赖于网络的体系结构和超参数 。 在大多数情况下 ， 您需要一些网络架构方面的专业知识才能正确调整模型 。 在这方面还有一个重要的试错的组成部分 。
可解释性
正如我们之前看到的 ， 许多用例不仅需要预测 ， 还需要解释预测背后的原因：为什么贷款被拒绝？或者为什么保险单价格会上涨？虽然基于树和基于系数的算法直接允许可解释性 ， 但神经网络不是这种情况 。 在本文中 ， 介绍了一些解释深度学习模型的技巧 。
质量
根据我们的经验 ， 对于大多数结构化数据集 ， 神经网络模型的质量不一定比RandomForests和XGBoost的质量更好 。 DL擅长的地方实际上是涉及非结构化数据时 ， 即图像、文本或音频 。 底线：不要用猎枪杀死一只苍蝇 。 诸如RandomForest和XGBoost之类的ML算法足以应对大多数结构化监督问题 ， 也更容易调整、运行和解释 。 让DL在非结构化数据问题或强化学习中说话 。
10.不要让数据泄露在研究预测航班到达延迟的项目时 ， 我意识到当我使用数据集中的所有可用功能时 ， 我的模型突然达到了99％的准确率 。 我遗憾地意识到我使用出发延迟作为到达延迟的预测因子 。 这是数据泄漏的典型示例 ， 当用于创建模型的任何特征在预测时不可用或未知时 ， 就会发生数据泄漏 。
这对于建立概念的证明是成立的 。 一个正在写论文的研究生肯定会受到开源的保护 。 然而 ， 对于企业来说 ， 情况有点不同 。
A.开源集成：在几分钟内启动并运行 ， 支持多种环境 ， 以及透明的版本更新 。
协作：轻松共享数据集、数据连接、代码、模型、环境和部署 。
C.治理和安全：不仅包括数据 ， 还包括所有分析资产 。
d.模型管理、部署和再训练 。
F.模型偏见：检测并纠正受性别或年龄而产生偏见的模型 。
E.辅助数据管理：处理用于解决数据科学中最痛苦的任务的可视化工具 。
G.GPU：立即供应和配置以实现深度学习框架的最佳性能 ， 例如TensorFlow 。
H.无代码建模：适用于统计人员 ， 主题专家 ， 甚至是不编码但希望直观地构建模型的高管 。


推荐阅读


上一篇：纵相新闻|巴西将与俄罗斯签署疫苗技术转让协议，检测局官员对首支疫苗"忧心忡忡"

下一篇：周到|上金所半个月三次提示风险，金银价格双向大幅波动，合理控制仓位！