没有公式推导的机器学习，懂业务的你都是算法工程师

系统管理员 2022-10-07 10:51 211阅读 0赞

### 文章目录 ###

*  内容介绍
 *  机器学习的误区
 *  如何进行机器学习入门
 *  业务中灵活的应用

# 内容介绍 #

本身很多小伙伴在入行做 **Python数据分析** 都肯定要经过的一个坎就是 **机器学习/深度学习**，随之而来的就是天花乱坠的公式推导。基本就从入门到劝退了，我通过倒推的方式总结的一套机器学习的学习方式。并且在 **清华大学天津高端装备研究院** 就职期间通过不断的深造申请了相关的专利。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzIwMjg4MzI3_size_16_color_FFFFFF_t_70]  
未来打算封装成不同的傻瓜软件给更多的小伙伴，降低门槛。其实在我的眼中人人都是掌握 **机器学习/深度学习** 的算法工程师。

# 机器学习的误区 #

很多人都误解数学不好做不了这行，其实是一个极大的误区。

从两种不同的工作环境来解释下这个事，我之前的单位比较有代表性的有学术圈的 **清华大学天津高端装备研究院** 和 非学术互联网圈的 **中国网**，对于 **机器学习/深度学习** 算法方面完全是两种不同的态度。

对于学术圈，更多是关注底层的实现以及创新等等内容，而非学术圈更关注如何快速的应用实现某些场景的功能，通过这样简单的描述为了让有幸看到本文章的人能明白几件事情。

**1.不会公式推导也能做算法模型**

这个问题反过来思考一下就是这样，即使有一定的数学功底对于计算机进行大规模计算的时候还是不知道怎么调参或者进行优化。因为这活在现在这个科技发达的时代就不是人做的。

虽然这种事情是客观存在，但是在各位从业者那些啥也不懂的 Leader 看来扪心自问一下，模型结果比如说AUC、ROC、MSE、R2等等评估结果指标不好的时候，你真的能通过公式、矩阵能发现问题在哪里么？如果说能的，只能卧槽，佩服你，后面的内容就不用看了。

一般来说对于同一种类型的问题来说，一般都是通过不同的算法，配合不同的损失函数以及正则化标准进行评估，但是也有可能所有的结果都不好，这是常事，每位从业者可以不会具体的公式推导，但是基本的业务逻辑应用还是一定要会的，然后衍生出来两个词 **调包侠 & 调参侠** ，千万不要看不起这些人，一般来说这行业做久了都会往这个方向发展，并且结合对业务的自身感觉，也就是常说的经验快速解决问题。

**2.业务理解本身大于算法模型调参**

算法是死的，人是活的。通过学术圈和应用圈来解释一下这个事情。

从学术圈来说，国内更多的都是基于现有或者老外的已有成果做微调，然后论述一下成功性，这就是国内目前的一种算法模型的风气。这就是为啥很多人说国内的论文看不看不打紧，没什么创新性，几乎都是千篇一律。

可是从实际应用角度来说，拿死的算法去做活的业务对于搞科研/学术的人来说就不太合适了，所以涌现出来一批熟练工、流水线这就是刚才说的 **调包侠 & 调参侠** 。但是实际上更深层次的还是要基于业务的理解，业务都不懂、行业规则、行业猫腻都不懂光只会调包和调参也是不够的。所以不必担心学术圈抢了应用圈的饭碗，而且应用全也不用担心应用全晋级学术圈，因为不是科班出身的人几乎是不可能跨越这个砍。

**3.学术圈和应用圈相辅相成**

这点很难。基于上一点说的，学术圈和应用圈对于对方的态度都是仇视，不理解。生怕对方抢了自己的饭碗。所欲 **学术产业化** 这个词提上来，这个是我之前在清华大学学习的时候听的，但是实际上这里面水又是那么的深，本身还是基于一个根本就是彼此不信任，这个也是没办法。

所以引申出来一个就是发挥各自发挥自己的优势，我不是科班出身的这个没啥资格评论，但是对于应用圈来说，不断的扩大自己的知识面，了解更多的算法模型的应用，对应不同的应用场景能够熟练的使用，这点就足够了。也就是说在完成某些业务场景的时候能够通过前期的文字描述，把学术圈的关于机器学习/深度学习的成果完美的应用才是最重要的。

# 如何进行机器学习入门 #

对于普通人应用 **机器学习/深度学习** 来说需要掌握 **调包 & 调参** 的基本常识内容，结合自身业务才能熟练的掌握和使用，本身不需要了解数据矩阵怎么计算的，公式是怎么来的的问题。

既然是机器学习就要先了解三种机器学习领域。

**1. 有监督学习**

是基于现有的数据和标签进行训练构建模型，通过模型对未知的数据进行判断的过程。

**骗了我们那么多年的所谓专家打标签**

很多人都说 **有监督学习** 是利用带有专家标注的标签的训练数据，学习一个从输入自变量X到输出因变量Y的函数映射过程。这些年我们都被 **专家** 这俩字骗了，所谓的专家并不是咱们想象中的那种高高在上的人（他们是没有那个时间打标签的），而是那些在一线勤勤恳恳做一线业务的小伙伴，做这行业久了的都知道做训练的标签数据从业者都是那些最底层的、文化程度可能还比较低的人，所以千万不要被 **专家**吓唬到了。

**能解决的问题领域**

**分类问题**：通过可见的信息来进行判断预测结果 **二分类问题：是/不是、有/没有**，**多分类问题：具体属于哪一个组/类别**。

比如输入一张图片，图片的信息用计算机的语言量化之后，判断预测这张图片里面是否有动物，得到的结果 **有/没有**，这种就属于二分类问题。如果判断预测这张图片里的动物是猫咪、狗狗、乌龟或者其他什么的，这种就属于多分类问题。最终的结果属于类别，在统计学中也称为离散型数据。

**回归问题**：通过可见的信息来进行判断预测结果 **结果为具体的数值**。

比如通过了解某地区连续几年平均工资的基本信息，预测未来几年平均工资的一个走势，即未来3年的一个工资涨幅情况，最终的结果属于具体的数值，在统计学中也称为连续性数据。

**2. 无监督学习**

是基于现有的数据进行训练构建模型，在没有明确标签的情况下，通过数据本身的自有属性进行模型构建的过程。

**能解决的问题领域**

**关联分析**：俗称关联规则，早期应用于超市，经典的案例就是《啤酒与尿布》的故事，发现不同事物之间同时出现的概率。在购物篮分析中被广泛地应用，超市就会把啤酒和尿布放在相邻的货架上。

**聚类问题**：将相似的样本划分为一个簇（cluster）。与分类问题不同，聚类问题预先并不知道类别或者标签，而且训练的数据也没有对应的标签。

**维度约减**：利用特征提取和特征选择的方法，达到维度约减的效果。经常应用于复杂事务特征简单话处理的方法。

**3. 强化学习**

通过学习获得最大回报的行为，强化学习可以让agent（个体）根据自己当前的状态，来决定下一步采取的动作。强化学习算法通过反复计算和试验来学习最优的动作。

**能解决的问题领域**

比如金融界的量化投资交易，与其说是经验判断，实际上很多都是通过模型计算预测达到一个最大收益后进行下一步行为，或者是在损失最小的时候进行止损行为。

# 业务中灵活的应用 #

之前也提到了 **有监督学习**、**无监督学习**、**强化学习** 分别能解决的一些问题，这些问题基本上能覆盖我们日常生活中95%的事情，以结果为目标导向，灵活的应用不同的机器学习第三方库，勇敢的做一名 **调包侠 & 调参侠** ，只要能解决你实际生活中的问题，那就是好的。

什么公式推导之类的不是你要关心的问题，数学重要吗？非常重要的，大学的数学基础即可，如果你都忘了，大致的印象还是有的吧，我觉得与其从头过一遍数学，不如边学边查，一个合适的做法就是哪里不会点哪里，我每天也在查很多知识点，不是那种太学术的，而且基于业务理解的白话的内容。

**很多人要问了应该怎么学？**

机器学习本质包含了数学原理推导与实际应用技巧，机器学习中有很多经典算法，既然要学习，那就需要清楚一个算法应用的场景、参与影响结果的因素以及结果如何根据实际业务进行评估。

掌握好 **机器学习/深度学习** 的套路你会发现你未来发现问题以及解决问题的能力会高人一等。

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzIwMjg4MzI3_size_16_color_FFFFFF_t_70]: /images/20221005/ebc5bcdae6284faf938573bbf8ad0b3e.png