6步法評估你的問題是否適合用機器學習

本篇文章是翻譯自 Jim Liang的Getting Started with Machine Learning

Machine Learning。

一步一步的把實際問題轉換成機器學習的能夠處理的問題

When to use machine learning？

1. 你真的需要機器學習的方法嗎？

1.1 需要自動化實現你的任務；

1.2 數據的規則比較複雜或者有大量的非結構化的數據。

例子1：情感分析任務

網上有大量的評論數據且是非結構化的文本；

人類語言是規則比較複雜。

例子2：貨架零售分析(Retail shelf analytics)

每天需要費很大的力氣監控貨架；

通過簡單的規則不可能在圖像中檢測出商品。

Problem Formulation

2. 你能否清晰的定義問題

2.1 給定的輸入是什麼？需要預測什麼？

2.2 模式：給定X,預測Y，輸入是什麼？輸出是什麼？

例子1：情感分析任務

給一條顧客的評論，預測的它的情緒；

輸入是顧客的評論文本，輸出是正面評價、負面評價、中性評價。

例子2，貨架零售分析

給一張零售貨架的照片，檢測出圖片中的所有商品，並與之前的商品布局 進行比較；

輸入是一張圖片，輸出是每個商品的邊框位置。

Collecting Data

3. 你是否有足夠的數據

3.1 機器學習問題總是需要大量的數據；

3.2 通常來說，數據越多，越好；

3.3 每個樣例都必須包含兩部分（監督學習）

特徵，每個樣例的屬性；

標籤，用來回答你的預測。

例子1，情感分析任務

有成千上萬的顧客評論以及他們的情緒標籤

例子2，貨架零售分析

收集了大量的零售貨架的圖片；

已經有了很多手動標記的每個商品的位置邊框

Regularities in the data

4. 你的問題中蘊含著一個潛在的規律或模式

4.1 機器學習可以學習有一定規律和模式的數據，

4.2 比較難學習不規則的數據

例子1，情感分析任務

正面詞如good、awesome、love等經常出現在高度評價的評論中，

負面詞如bad、lousy、disappointed往往出現在評價不高的評論中。

例子2，貨架零售分析

商品的包裝有規則的形狀、顏色和logos.

Representationis and features

5. 你能否發現關於你的數據的有意義的表徵或特徵

5.1 機器學習演算法最後的輸入是數字的特徵；

5.2 通常來說，實例被表示成特徵向量；

5.3 好的特徵對機器學習的結果有很大的影響。

例子1，情感分析任務

標註顧客評論是一些詞頻向量；

標籤，積極（4到5星），負面是（1到2星），中性是（3星）。

例子2，貨架零售分析

每張照片是用關於像素的三維數組表示；

商品的圖像塊是正例，其它隨機圖像塊是負例。

Evaluating success

6.如何確定機器學習評價的指標

6.1 機器學習需要優化的目標；

6.2 評估的函數必須能夠解決業務問題。

例子1：情感分析任務

正確率：正確預測標籤的比例

例子2：貨架零售分析

用召回率、精準率去衡量預測的邊界框；

用交並比（intersection over union）去評估目標的檢測效果。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！