上次提到機器學習的策略與業界應用，這次我們繼續來看企業運用推薦系統服務的關鍵與機器學習的秘密。

知己又知彼

如果說能做到個性化的服務更是贏得客戶信任的關鍵，就像現在電商平台上的購物頁面，旁邊有個你可能有興趣/猜你喜歡的推薦服務，又或著是瀏覽Youtube影片所做出的影片推薦，往往讓使用者有一種這就是我想要的感覺，個性化推薦系統確實是一個在人工智慧浪潮底下一個成功的機器學習技術。

The secret sauce機器學習的秘密

講師在課堂當中分享了機器學習的一些秘密，是他多年來在這方面的一些見解，主要是一些數據分析的技巧，目的是為了讓想學機器學習的人都能避開陷阱的幾個要點，你需要動手去嘗試並了解他們才行，歸類出了幾點：

• 你認為訓練自己的ML演算法比寫程式來得快，實際上並非如此。因為如果想要寫出優於ML系統的演算法是很困難的，需要花費大量心力並且確保它還有可擴展性。
• 如果說你想做ML不過沒有任何數據，那就先收集到好的數據再做，否則做出再棒的模型都沒有用，效果很有限。
• 在做機器學習專案時，人是非常重要的元素，組織當中執行的核心任務和機器學習系統時，需要良好的溝通和團隊合作。
• 只將ML模型訓練一次而不優化它，如果說你想得到一個優良的模型，那需要反覆訓練它很多次，投入時間心力來完成它。

其中第二點和第三點是非常重要的，需要有好的資料並且量要足夠，在建立模型時才有可能做到比較好的效果，而現在是團隊合作的時代，不只要有資料與優秀的人才，好的團隊默契與團員間的互相合作才有可能在競爭激烈的市場中求生存。

今天先介紹到這，明天我們來認識機器學習模型的誤差。

參考資料與圖片來源

• coursera課程