人工智能技术变得越来越流行，并且随着深度学习技术和机器学习技术的发展，它也非常流行。但是，由于经验不足或技术不足，新技术的开发在学习过程中常常会感到困惑。我不知道方向，让我们来谈谈那些新手工程师今天在机器学习方面的尴尬！使用默认的损失函数是理所当然的。刚入门时，均方误差作为损失函数是一个不错的默认选择。但是，当有必要处理实际问题时，这种未经专门设计的损失函数很少能提供最佳解决方案。以欺诈检测为例。为了与您的实际业务目标保持一致，您需要根据欺诈造成的损失金额按比例惩罚假阴性。使用均方误差可以给您一个很好的结果，但是目前并不是最好的结果。关键点：每次自定义损失函数，使其与您的目标紧密匹配。对所有问题使用一种算法/方法完成入门教程后，许多人在所有情况下都开始使用相同的算法。这是很常见的，他们认为此算法的效果与其他算法相同。这个假设是非常糟糕的，最终将导致非常糟糕的结果。解决方案是让数据为您选择模型。预处理数据后，将其提供给多个不同的模型以查看结果。您将了解哪些模型最适合，哪些模型不适合。要点：如果您始终使用相同的算法，则可能意味着您的结果不是最好的。忽略离群值离群值有时很重要，有时视情况而定可以忽略不计。以收入预测为例。有时收入会突然发生巨大变化。观察这种现象并了解其原因是有帮助的。有时离群值是由某种错误引起的，那么您可以放心地忽略它们并将其从数据中删除。从模型的角度来看，某些模型对异常值更为敏感。以Adaboost为例。它把异常值作为重要的例子，并给予它们很大的权重。决策树可能只是将异常值视为错误的分类。要点：每次开始工作之前，请仔细观察数据以确定是否应忽略异常值。如果您不能决定，请更仔细地观察。周期性特征的不正确处理每天，每周7天，每年12个月，每天24小时以及风向都是周期性特征。许多不熟悉机器学习的工程师都不知道如何转换这些功能以表明他们可以保存信息，例如23点钟和0点钟非常接近。以小时为例，处理该时间的最佳方法是计算其正弦和余弦，以便可以将周期特征表示为圆的（x，y）坐标。在以这种方式表示的时间中，23点和0点是两个数值彼此相邻的数字，仅此而已。关键点：如果您在研究中遇到周期性特征，但不将其转换为表示形式，那么您正在向模型中添加垃圾数据。未标准化的L1 / L2正则化L1和L2正则化会惩罚较大的系数，这是正则化线性或logisTIc回归的常用方法。但是，许多机器学习工程师在使用正则化之前并没有意识到标准化功能的重要性。假设您具有线性回归模型，则特征之一是“交易量”。如果交易金额的单位是美元，则其系数应为以美分为单位的系数的100倍。这可能会导致偏差，并使模型惩罚实际上较小的特征。为了避免此问题，需要对这些功能进行标准化，以使正则化等于所有功能。要点：正则化非常有用，但是如果您不对功能进行标准化，将会非常麻烦。线性回归或逻辑回归系数的绝对值用作判断特征重要性的基础。许多现成的线性回归器会为每个系数返回p值。一些机器学习工程师认为，对于线性模型，系数的值越大，则特征就越重要。这是不准确的，因为变量的大小会更改系数的绝对值。如果特征是共线的，则系数可以从一个特征转换为另一特征。数据集中的特征越多，这些特征共线的可能性就越大，这种对im的简单解释的可信度就越低