機器學習的問與答 常見的開發問題和如何學習 | 就愛喝咖啡
![機器學習的問與答 常見的開發問題和如何學習](https://i.imgur.com/B2oemyF.jpg)
2018年11月9日—模型無法realtime,但就是因為DL比起傳統演算法的靈活度更高但是參數更多所以運算量變大;沒有解決問題的SOP,或者是說都是因緣 ...
![機器學習的問與答 常見的開發問題和如何學習](https://i.imgur.com/B2oemyF.jpg)
最近有機會和一位朋友──鄭穎鍾──討論我們在做資料科學及機器學習上所遇到的一些問題。由於我們都是數學背景出身,所以在經歷和做事的方法上多少有些雷同。但因為我們在不同的產業工作,會遇到不同的問題,我和穎鍾討論後,決定把我們的想法寫下來,提供大家參考。
討論 1. 為什麼你會想聽建議? 是覺得自己遇到瓶頸, 或覺得轉進業界還是有斷層?穎鍾:會想知道學長的經驗跟建議,主要跟這半年來參與公司的案子息息相關,或者說成就感吧。不得不說這段時間學了很多純數之外的ML、DL相關知識,但是很常發生以下事情:
模型無法real time,但就是因為DL比起傳統演算法的靈活度更高但是參數更多所以運算量變大 沒有解決問題的SOP,或者是說都是因緣際會下調了某個架構、設了某個參數後做出某個好結果才去解釋,但是同一套架構用在不同的training data,結果又有所出入時,又會換另外一套架構與解釋… 神經網路是黑盒子,他為什麼做對、錯,什麼時候會做對、錯,不知道,只有按下predict後才會知道,比如判斷性別的model去預測同一張圖的同個男生可能因為背景不同而去導致不同的預測結果以上三點算是冰山中的一角吧,也算是在做DL的都會遇到的問題,但是每個案子最後都陷入這種循環才讓我思考是否自己在正確的方向…【一件案子冒出來→建個模型並調整,去達到高的準確率,然後也只能在達到準確率門檻時再解釋為什麼這麼做會對→一個模型不可能達到100%準確,所以別人詢問時也只能以”猜測模型在幹嘛”去做解釋→最後因為DL參數量大不能 real time prediction,先擱著吧,因為不可能在應用時搭載GPU】
因此,我才想知道學界或是其他業界在ML、DL的開發生態與經歷是如何…這算瓶頸…吧XD 又或者是我不清楚在業界到怎樣的地步才算有成就感,之前當學生只要考高分就有成就感XD
2. 或許你可以列出幾個想討論/想聽的點?穎鍾:最想聽的大約是:
學長在做ML有...
機器學習資料量 機器學習訓練資料 訓練驗證測試比例 機器學習訓練驗證測試 機器學習資料分割 機器學習分類問題 機器學習訓練模型 機器學習預測 python訓練模型 機器學習訓練過程 tensorflow訓練模型 機器學習訓練資料 python建立模型 ai訓練模型 模型訓練結果 深度學習訓練流程 機器學習訓練模型 深度學習訓練資料 機器學習資料前處理 機器學習資料分割 機器學習資料量 機器學習 訓練資料 機器學習資料太少 訓練驗證測試比例 python訓練資料測試資料 機器學習 資料分割 深度學習 資料量 機器學習數據分析 機器學習訓練驗證測試 機器學習 四 大步驟 訓練資料測試資料比例 訓練集驗證集測試集比例 訓練集驗證集和測試集 訓練集測試集準確度 訓練集驗證集測試集差異 python訓練集測試集 咖啡覺醒美術館菜單 Lim Coffee咖啡館甜點 all day roasting company二店 台北市松山區八德路四段723號 丑咖啡大溪 一響一想訂位 一想一響 停車 路易莎門市
[Day 27] 機器學習常犯錯的十件事 | 就愛喝咖啡
機器學習可以回答的問題有哪些 | 就愛喝咖啡
大部分的多元分類演算法只是二元分類的延伸。以下是一些常見的例子:. 這是哪種動物的圖片? 這種雷達訊號是來自哪種飛機? 這 ... Read More
機器學習演算法的三大陷阱:人類看不到,但AI 看得一清二楚的 ... | 就愛喝咖啡
2019年9月6日 — 幾十年來,機器學習領域一直飽受「坦克問題」(tank problem)的折磨。 ... 自己的領域使用機器學習的研究者們,應該去熟悉一些常見的陷阱,以及如何 ... Read More
使用機器學習解決問題的五步驟:定義問題 | 就愛喝咖啡
2023年1月27日 — 機器學習五步驟 · 定義問題(Define Problem) · 建立資料集(Build Dataset) · 訓練模型(Train Model) · 評估模型(Evaluate Model) · 使用模型(Use Model). Read More
機器學習的常見5大問與答 | 就愛喝咖啡
2017年9月1日 — 換句話說,偵測演算法的誤判率至少與其真實偵測率同等重要。忽略誤判率代表著會有中斷用戶工作等等的問題發生。在機器學習中,透過所謂的ROC特性曲線圖表 ... Read More
什麼是機器學習? | 就愛喝咖啡
機器學習的常見問題. AI 與機器學習的差別為何? Read More
機器學習的問與答 常見的開發問題和如何學習 | 就愛喝咖啡
2018年11月9日 — 模型無法real time,但就是因為DL比起傳統演算法的靈活度更高但是參數更多所以運算量變大; 沒有解決問題的SOP,或者是說都是因緣 ... Read More
機器學習常見問題整理? | 就愛喝咖啡
2019年1月9日 — 機器學習常見問題整理? ... 答:理解實際問題,抽象成數學模型(分類、迴歸、聚類)——>獲取資料——>特徵 ... 哪些機器學習演算法不需要做歸一化處理? Read More
相關資訊整理
![](https://i.imgur.com/B2oemyF.jpg)
測試資料評價:插座()很多、限時 好吃程度 0 顆星
測試資料評價好嗎?這邊幫大家整理位於測試資料的測試資料詳細資訊,像是Wifi、安靜度、甜點、插座及網友評分:店名:測試資...