iT邦幫忙

第 11 屆 iThome 鐵人賽

DAY 7
1
Google Developers Machine Learning

站在Google巨人的肩膀上玩機器學習系列 第 7

[Day 7] How Google does Machine Learning - Module 3-1

今天終於進到模組3啦!在這個模組中將會介紹Google是如何進行ML的。

首先,用ML來解決問題跟一般人用寫程式來解決問題有什麼不同呢?假設要解決一個A+B的問題,一般寫程式的話就是寫出一個輸入A跟B,並將A+B相加後輸出結果,但用ML的話,作法則是將A跟B作為輸入,中間利用ML模型去演算,並推測出應該要有的結果。

在進行一個ML專案時,會需要分別花心力在五個地方上,分別是確認要達成的目標,訂出明確KPI、收集資料、建立基礎架構、最佳化ML模型,以及將模型整合至實際應用中。

現在大家來猜看看,上述的五個流程中,實務上來說哪一的部份是要花最多的心力處理的呢?很多人可能會猜測是最佳化ML的部分要花最多心力來處理,畢竟是要處理演算法的部分啊,很多數學感覺就很難呢!(?)

https://ithelp.ithome.com.tw/upload/images/20190923/20107304eqR74vwXuz.png

但事實上,依Google的經驗來看,其實需要花最多時間的地方是在蒐集資料跟建立基礎架構的部分。其實從先前的模組中,講師也一直不斷的強調蒐集資料的重要性,簡單來說,穩扎穩打才是成功的關鍵啊!

https://ithelp.ithome.com.tw/upload/images/20190923/201073046EoHSW7yUL.png

總之,建議大家不要先畫靶再射箭,把前置作業做好才更重要呢!


上一篇
[Day 6] How Google does Machine Learning - Module 2-3
下一篇
[Day 8 ] How Google does Machine Learning - Module 3-2
系列文
站在Google巨人的肩膀上玩機器學習30
圖片
  直播研討會
圖片
{{ item.channelVendor }} {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言