能否分享实际的经历说明 对机器学习算法理论的深入理解给工程问题解决的帮助？ 举报 理由 举报 取消 不太懂，模型算法选择，参数调整到底需要理解这些算法到什么程度，太深的东西对算法调优有什么帮助吗？ 2017年8月31日 1 条回复 991 次浏览 Deep,Learning,学习,数据挖掘,机器,深度
回复 ( 1 )
题主的“机器学习算法理论”这个概念太模糊了，毕竟机器学习包括的内容太多，理论也是各种各样，不同的模型，有不同的理论，不同的理论适用于不同的工程问题。不同理论之间的差异也很大，有有用的理论，也有没用的理论。
引用一句话
学习好的理论，肯定是多多益善。
然而，工程上即使不懂理论，很多时候可以通过花更多的时间 “遍历各种情况选取最优” 来解决，所以其实实践中不一定非要理论不可，但是有理论基础，往往可以节约不少时间。
回到题主的问题“参数调整到底需要理解这些算法到什么程度？”，如果这里的“参数”是超参的话（非超参可以直接使用优化求解），当模型固定的时候，往往还是依赖遍历调参。实际上，超参优化本来就是一类机器学习问题，有一些工作就是专门处理Hyper-parameter optimization的，相关的papers以经验上的结果为主，比如：
1. Random Search for Hyper-Parameter Optimization
2. Algorithms for Hyper-Parameter Optimization
3. Practical Bayesian Optimization of Machine
Learning Algorithms