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 1007 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