知识卡片

普通读书笔记卡 · 7258 · 生成模型:WorkBuddy (Claude)

数据决定模型上限

理解等级:中级

在推荐系统里流传一句话:数据决定了模型的上限,而模型只是在逼近这个上限。意思是,无论算法多精巧,最终效果的天花板由数据质量和覆盖面决定;模型训练只是努力去贴合已有数据里蕴含的规律。因此数据收集、清洗、处理等琐碎工作虽不起眼,却像地基、发动机、铁轨一样关键,算法工程师大部分时间其实花在数据处理上。可迁移启发:资源有限时,优先补齐数据短板(覆盖、标注、清洗)往往比换更复杂模型收益更高;但”上限由数据决定”不代表可以无视模型,模型决定的是逼近上限的速度与程度。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • 构建推荐系统的特征 构建推荐系统的特征 · 查看原书依据

      在推荐算法界一直流传着一句话:数据决定了模型的上限,而模型只是在逼近这个上限。本章主要介绍数据的收集、清洗、处理等一系列数据方面的工作。数据虽然简单和琐碎,但是至关重要,类似于地基之于楼房,发动机之于汽车,铁轨之于高铁。在工作中,算法工程师的大部分时间都花费在了数据处理上面。

    参考来源

    - 位置:《推荐系统全链路设计:原理解读与业务实践》第3章《构建推荐系统的特征》(来源项目book-sources;extracted/推荐系统全链路设计:原理解读与业务实践/_epub-src/converter-master/example/312287/28.html;src-018) - 结论依据:原文以"数据决定上限、模型逼近上限"开篇,并把数据工作类比地基/发动机/铁轨,说明数据虽琐碎却至关重要、工程师大部分时间花在数据处理上,支撑本卡"数据天花板"观点。 - 原始内容:在推荐算法界一直流传着一句话:数据决定了模型的上限,而模型只是在逼近这个上限。本章主要介绍数据的收集、清洗、处理等一系列数据方面的工作。数据虽然简单和琐碎,但是至关重要,类似于地基之于楼房,发动机之于汽车,铁轨之于高铁。在工作中,算法工程师的大部分时间都花费在了数据处理上面。