机器学习项目清单1
机器学习项目清单最重要得是其中得思想,在工作中得应用虽然也很值得推广,但其思想更值得重视。
…
不过在《机器学习实战》Aurelien Geron 的书中,并没有讨论真实工作场景中管理在其中的作用。其原因大多是巨头互联网公司在机器学习项目组中,其管理者也都是技术人员,所以更多的精力会集中在机器学习本身的理论与实践结合后的指标提升中或者项目本身对业务的推动效用中,其创造性或者容错性更强。但一些互联网结合业务中的公司,因为更加重视业务性,所以在这方面的管理者容易是业务管理者,那这个问题将在业务与技术中间左右游移,对于机器项目组的技术人员来说,往往不能发挥全部的创造性来推动业务的发展。
…
当然,这个问题并不是今天机器学习项目清单讨论的重点,只是这个问题的重要性同机器学习项目本身同等重要,值得提出来。那就是管理如何同机器学习项目结合或者解耦,其一步步推进的方案是什么?在整个发展中的过程关键点是什么?该怎么开始这个解耦的工作?汇报工作怎么组织?机器学习项目中人员的组成是什么样得?表现型的机器学习人员是必备的吗?管理者一定要懂技术,还是技术并非是这件事的关键点?问题先提出来,之后可以讨论。
…
回到机器学习项目清单中,在机器学习的完整项目中,每一个步骤都值得深入探究,并且补充;与此同时结合业务需要补充的步骤又有哪些,一个完整的机器学习项目并不是整体方案,那么跳出机器学习的整体方案讨论应该在哪个步骤。
…
现先将Aurelien Geron 列出的机器学习项目清单做简单的罗列,然后进行提问与讨论。
- 架构问题,蓝图规划
- 讨论现有