知识卡片

问题卡 · 9440.b · 生成模型:Tencent Hunyuan Hy

机器学习的三个必备条件

理解等级:中级

一个问题适不适合用机器学习,可先用三条件筛一遍:是否有规律可学、编程是否难以实现、是否有足够多能学到规律的数据。第一条划清边界——完全随机的事件没有规律,再复杂的算法也无济于事;但要注意看似无规律常常只是数据量超出人脑处理能力,并不等于真的无规律。第二条说明机器学习的比较优势:当客户维度极多、规则难以穷举、且规则遇到异常数据无法自我修正时,让模型从数据中自主学习规则比手写程序更划算。第三条强调数据支撑,没有足够样本就像盖房没搭房梁。反例是只有几十条样本却想训练精准模型,必然失败。产品经理接到需求时先按这三条件判断可行性,能显著提高与研发的沟通效率。

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

    • 机器学习入门 1.2.1 必备条件 · 查看原书依据

      机器学习不是万能的,不能解决所有的问题。机器学习擅长的是通过已知经验找到规律去解决问题。如果我们面对的问题没有任何规律可循,完全是一个随机事件,那么使用再复杂的机器学习算法也无济于事

    参考来源

    - 位置:《产品经理进阶:100个案例搞懂人工智能 (林中翘)》第1章《机器学习入门》(源文件:`../../book-sources/extracted/产品经理进阶:100个案例搞懂人工智能 (林中翘)/_epub-src/OEBPS/text00006.html`,来源项目 a19c7933-4eda-4176-aebd-30fe7e1ad292) - 结论依据:1.2.1 段用随机事件无规律的反例说明适用边界,并以贷款、垃圾邮件、啤酒尿布等案例归纳出图1-4的三个必备条件,支撑本卡结论。 - 原始内容:机器学习不是万能的,不能解决所有的问题。机器学习擅长的是通过已知经验找到规律去解决问题。如果我们面对的问题没有任何规律可循,完全是一个随机事件,那么使用再复杂的机器学习算法也无济于事