在一个机器学习项目中，你需要做哪些工作？
admin
2021-01-17 15:16:10
0次
机器学习是通过对已有数据进行模型训练，再将训练好的模型应用于未知数据的过程。从这句话中我们可以看到几个关键要素：数据，模型，训练，应用。对于一个通常的机器学习项目，这些确实是其中最核心的环节。那么，对于其中每一个项目，我们具体要做哪些工作？这些工作之间有什么联系？在这些核心工作之外，还有哪些我们可能忽略的项目。本文我们来探讨这些问题。内容主要参考了
《Hands-On Machine Learning with Scikit-Learn and TensorFlow》一书。
总体框架
实际中，问题最初是从一个商业问题开始的，比如“如何预测某地区未来的房价是多少？”熟悉机器学习的同学可能会知道，这是一个典型的回归问题。但此时我们更应该思考问题本身与现有业务的联系，比如该项目的如何影响上下游的业务，而不是项目本身的细节。可以参考下面的框架：
将问题框架化并且关注重点
