機器學習項目到處都是坑？你需要谷歌的工程實踐「葵花寶典」

原作 Martin Zinkevich

Root 假裝發自第二個宇宙中心

量子位 出品 | 公眾號 QbitAI

泡在機器學習研(ju)究(keng)里的你，可能遇到過以下問題：

這個問題能不能用機器學習方法解決?

特徵的選取標準怎麼定？哪些特徵要保留？哪些特徵該棄用？

模型在訓練時表現還不錯，為什麼到了應用環境就掛了？

今天，谷歌開發者推特賬號終於上線了《機器學習規則（Rules of Mahchine Learning）》的中文版（撒花.gif）。

這本「葵花寶典」可是匯聚了谷歌大腦高級科學家Martin Zinkevich開發Yoututbe、Google Play、Google Plus等谷歌重磅級產品後的血淚，總共包含43條規則，全文乾貨滿滿。

總的來講，這篇總結的結構大概是這樣：

第一部分幫助大家了解，構建機器學習系統之前要明確可實現的目標如何設計；

第二部分介紹了機器學習工程的第一個的階段：如何部署第一個管道。保證易用的同時，還要單獨進行測試，選擇一個可觀察可歸因的簡單指標；

第三部分談到了新特徵的添加發布、迭代、如何評估模型，以及如何應對訓練-應用偏差；

最後一部分介紹了當大家達到穩定階段時該怎麼做。

文章特別特彆強調了做機器學習的工程項目的一個核心理念：

要打造優質的產品，就請把自己看成是一位出色的工程師，而不是一位機器學習專家。

以後再遇到什麼問題，回來翻翻這本機器學習工程實踐就好。相信你到時會有打通六脈的感覺。

附上《機器學習規則（Rules of Mahchine Learning）》中文版原文：

https://developers.google.com/machine-learning/rules-of-ml/#before_machine_learning

p.s.友情提示：全文一萬六千多字，建議先收藏，找個月黑風高沒人打擾的夜晚，到PC端上慢慢研讀：）

—

完—

加入社群

量子位AI社群17群開始招募啦，歡迎對AI感興趣的同學，加小助手微信qbitbot7入群；

此外，量子位專業細分群(自動駕駛、CV、NLP、機器學習等)正在招募，面向正在從事相關領域的工程師及研究人員。

進群請加小助手微信號qbitbot7，並務必備註相應群的關鍵詞~通過審核後我們將邀請進群。（專業群審核較嚴，敬請諒解）

誠摯招聘

量子位正在招募編輯/記者，工作地點在北京中關村。期待有才氣、有熱情的同學加入我們！相關細節，請在量子位公眾號(QbitAI)對話界面，回復「招聘」兩個字。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！