10. Ускорьте итерацию с помощью Dev Sets и показателей

Трудно заранее знать, какой метод лучше всего подходит для решения новой проблемы, и даже опытному исследователю машинного обучения часто приходится опробовать разные идеи, прежде чем найти удовлетворительное решение. При построении системы машинного обучения я обычно делаю что-то вроде этого:

1. попробуй что-нибудь про сборку системыидея.

2. использоватькодРеализовать идеи.

3. в соответствии сэкспериментРезультаты определяют, работает ли идея. (Первая идея, которая приходит в голову, обычно не работает!) Учитесь на этом, генерируйте новые идеи и продолжайте этот итеративный процесс.

   

На приведенной выше диаграмме показан итеративный процесс, упомянутый ранее: чем быстрее вы выполняете цикл, тем быстрее вы продвигаетесь вперед. Именно здесь вступает в игру важность наличия набора для разработки, набора для тестирования и метрик: всякий раз, когда у вас появляется новая идея, оценка ее эффективности в наборе для разработчиков может помочь вам определить, является ли текущее направление правильным.

Если у вас нет определенного набора разработчиков и показателей, вам нужно будет интегрировать их в свое приложение каждый раз, когда вы разрабатываете новый классификатор, и поэкспериментировать в течение нескольких часов, чтобы увидеть, улучшится ли производительность классификатора. Это занимает довольно много времени! Кроме того, если ваша команда повысит точность классификатора с 95,0 % до 95,1 %, это улучшение на 0,1 % может быть трудно обнаружить. Но это суммируется, и, постоянно накапливая это улучшение на 0,1%, ваша система значительно улучшится. Наличие набора разработчиков и метрик позволяет вам быстрее определять, какие идеи приносят небольшие (или большие) улучшения в систему, поэтому вы можете быстро определить направления для продолжения или отказа. Оставайтесь с нами для главы 11: Когда модифицировать разработку, тестирование и метрики Обучающие читы по машинному обучению Выпущены главыГлавы 1-4 Глава 5 Глава 6 Глава 7 Глава 8 Глава 9 Пожалуйста, зарегистрируйтесь здесь для получения последней главы английской версииhttp://www.mlyearning.org/ Для того, чтобы все желающие как можно скорее получили доступ к китайской версии обучающих читов по машинному обучению, мы организовали работу по переводу в кратчайшие сроки. Пожалуйста, несите меня, если есть какие-либо ошибки. Содержание перевода все еще находится в стадии постоянного улучшения. Если у вас есть какие-либо комментарии и предложения, пожалуйста, оставьте нам сообщение. Добро пожаловать, чтобы отсканировать код и подписаться на нашу официальную учетную запись! Спасибо!