机器学习项目全流程指南与技术解析
1. 机器学习项目清单
机器学习项目一般包含以下八个主要步骤：
1. 明确问题并把握全局
2. 获取数据
3. 探索数据以获取洞察
4. 准备数据，以便机器学习算法更好地揭示潜在的数据模式
5. 探索多种不同的模型并筛选出最佳模型
6. 微调模型并将其组合成一个优秀的解决方案
7. 展示解决方案
8. 部署、监控和维护系统
1.1 明确问题并把握全局
这一步需要从商业角度明确目标，并思考以下方面：
1. 用商业术语定义目标。
2. 解决方案将如何被使用？
3. 当前是否有解决方案或变通方法？
4. 如何定义这个问题（有监督/无监督、在线/离线等）？
5. 如何衡量性能？
6. 性能衡量指标是否与商业目标一致？
7. 达到商业目标所需的最低性能是多少？
8. 有哪些类似的问题？能否复用经验或工具？
9. 是否有人类专家可以提供帮助？
10. 如何手动解决这个问题？
11. 列出目前所做的假设。
12. 尽可能验证这些假设。
1.2 获取数据
为了方便获取新数据，应尽可能实现自动化。具体步骤如下：
1. 列出所需的数据及其数量。
2. 找到并记录数据的来源。
3. 检查数据所需的存储空间。
4. 检查法律义务，必要时获取授权。
5. 获取访问权限。
6. 创建一个有足够存储空间的工作区。
7. 获取数据。
8. 将数据转换为易于
