<mark id="oztn4"></mark>
0
| 本文作者： 三川 | 2017-03-06 08:44 |
編者按：掌握一件工具之前，首先要搞清楚用它做什么。而本質(zhì)是工具的機(jī)器學(xué)習(xí)，近年來逐漸演變成一股潮流。
在美國企業(yè)數(shù)據(jù)方案咨詢師 Eric Brown 看來，當(dāng)下無數(shù)公司置其數(shù)據(jù)資本和實(shí)際問題與不顧，一窩蜂上馬機(jī)器學(xué)習(xí)，實(shí)在是荒唐可笑。他特地發(fā)文表達(dá)了對該現(xiàn)象的批判和反思。雷鋒網(wǎng)編譯。
Eric Brown
Eric Brown：數(shù)據(jù)科學(xué)家要用數(shù)據(jù)說話。從數(shù)據(jù)上來看：你，和你的公司，并不需要機(jī)器學(xué)習(xí)。
我是認(rèn)真的。
或許你不同意，那么聽我解釋。我說“從數(shù)據(jù)上看”，指的是對于當(dāng)今世界的絕大多數(shù)公司，機(jī)器學(xué)習(xí)（ML）既非必要也無益處。各公司想要利用 ML 來處理的絕大部分任務(wù)，都是十分直接的問題——使用某種形式的回歸即可完美解決。后者或許不是你在高中代數(shù)課上學(xué)到的線性回歸，但仍會是某個回歸函數(shù)。雷鋒網(wǎng)了解到，著名經(jīng)濟(jì)學(xué)家 Robin Hanson 最近發(fā)表了相同觀點(diǎn)，他在推特上說道：
“一個優(yōu)秀的計(jì)算機(jī)專家會說：大多數(shù)公司以為他們需要先進(jìn)的 AI、ML 技術(shù)，其實(shí)，他們真的只需要在干凈的數(shù)據(jù)上做線性回歸。”
這句話中，“干凈的數(shù)據(jù)“是重點(diǎn)。它極度、極度重要，但相當(dāng)多的公司總是在處理數(shù)據(jù)時忘記、或者忽視這一點(diǎn)。若沒有合格的數(shù)據(jù)質(zhì)量，以及到位的數(shù)據(jù)治理、管理流程和系統(tǒng)，有極大的可能性你會陷入垃圾數(shù)據(jù)陷阱——“向模型輸入的是垃圾，輸出的也是垃圾”。太多數(shù)據(jù)項(xiàng)目如此，結(jié)果不了了之。
我并不是一個數(shù)據(jù)管理、數(shù)據(jù)質(zhì)量方面的專家導(dǎo)師。但我對這個領(lǐng)域有一定的了解——足夠讓我清楚不合格、不到位的數(shù)據(jù)管理是什么樣。況且我經(jīng)常遇到這些情況。在我與公司客戶合作、幫助他們開展新數(shù)據(jù)項(xiàng)目的工作經(jīng)歷中（到現(xiàn)在已經(jīng)變成了主要是討論 ML 和深度學(xué)習(xí)），我問客戶的第一個問題永遠(yuǎn)是：“告訴我你的數(shù)據(jù)管理流程”。如果對方不能合理地描述出這些流程，那么很顯然 ML 并不合適——他們還沒有做好準(zhǔn)備。
過去的五年里，我估計(jì)有 75% 的情況下，客戶對我的數(shù)據(jù)管理問題的回答是：
“ 嗯……我們有一部分?jǐn)?shù)據(jù)存在一個數(shù)據(jù)庫里，其他數(shù)據(jù)存在有合法權(quán)限的文件共享里。”
這不是數(shù)據(jù)管理，是數(shù)據(jù)存儲。
如果你或你的公司并沒有高質(zhì)量、干凈的數(shù)據(jù)，幾乎可以斷定，你并不適合機(jī)器學(xué)習(xí)（機(jī)器學(xué)習(xí)也不適合你）。搞任何數(shù)據(jù)項(xiàng)目，數(shù)據(jù)管理都是第一步。
來找我的公司機(jī)構(gòu)里，有一小部分安排了合格的數(shù)據(jù)管理工作。他們理解對于好的數(shù)據(jù)、好的分析而言，質(zhì)量、治理和管理有多么重要。如果你的公司也是如此——恭喜你，在這方面你已經(jīng)超過了絕大部分競爭對手。
但我要給你潑點(diǎn)冷水。僅僅因?yàn)橛懈蓛簟⒏哔|(zhì)量的數(shù)據(jù)，不意味你應(yīng)該/需要搞機(jī)器學(xué)習(xí)。當(dāng)然你可以搞，但大多數(shù)情況下真沒這個必要。
過去五年向我咨詢過的所有公司里，我會說：他們原本要用機(jī)器學(xué)習(xí)解決的問題，有 90% 最后只用了普通回歸方式就完美解決。每當(dāng)我推薦用簡單的回歸，來解決客戶眼中的“復(fù)雜、高深”問題（雷鋒網(wǎng)住：他們下定決心要研發(fā)多重 ML、DL 模型來對付），人們總是相當(dāng)驚訝。我也總是不得不向他們解釋，他們可以走機(jī)器學(xué)習(xí)的路線，而且那樣做或許也有價值。但能搞清楚基礎(chǔ)建模、回歸能為你做什么，ML/DL 是否在一些領(lǐng)域比基礎(chǔ)回歸函數(shù)更好，難道不是一件好事嗎？
我還能說啥？那就大膽去做！沒什么能阻擋你一直跋涉到 ML 和 DL 的深水區(qū)。畢竟機(jī)器學(xué)習(xí)有它的用處和舞臺。只是記住：在充分了解你的數(shù)據(jù)，搞明白“經(jīng)典”方法能為你要解決的難題做到哪一步之前，不要一股腦兒得栽進(jìn)機(jī)器學(xué)習(xí)。
via Eric Brown
相關(guān)文章：
自動化機(jī)器學(xué)習(xí)將成為下一個AI研究主流？聽聽數(shù)據(jù)科學(xué)家怎么說
