建站
咨詢
售后
建站咨詢
新聞中心
拖拽式機器學(xué)習(xí)是我想了很久的問題。
創(chuàng)新互聯(lián)公司堅持“要么做到，要么別承諾”的工作理念，服務(wù)領(lǐng)域包括：做網(wǎng)站、成都網(wǎng)站設(shè)計、企業(yè)官網(wǎng)、英文網(wǎng)站、手機端網(wǎng)站、網(wǎng)站推廣等服務(wù)，滿足客戶于互聯(lián)網(wǎng)時代的禹會網(wǎng)站設(shè)計、移動媒體設(shè)計的需求，幫助企業(yè)找到有效的互聯(lián)網(wǎng)解決方案。努力成為您成熟可靠的網(wǎng)絡(luò)建設(shè)合作伙伴！
1. 前世今生
拖拽式機器學(xué)習(xí)是，人們在界面上通過拖拽就是建立機器學(xué)習(xí)過程。拖拽式機器學(xué)習(xí)系統(tǒng)一般擁有豐富的組件，包括數(shù)據(jù)清洗、特征選擇、訓(xùn)練、預(yù)測和效果評估。通過類似于 “搭積木” 的方式，人們將學(xué)習(xí)組件合成一個完成的機器學(xué)習(xí)過程。
拖拽式機器學(xué)習(xí)的雛形很早之前就出現(xiàn)了。Weka 是有新西蘭 Waikato 大學(xué)開發(fā)的數(shù)據(jù)挖掘軟件。Weka 除了提供 Java API 之外，還提供 Weka Explorer 圖形界面。人們在 Weka Explorer 界面上通過鼠標(biāo)操作就能很方便地加載數(shù)據(jù)、觀察數(shù)據(jù)特點、訓(xùn)練、預(yù)測和效果評估。除了 Weka 免費軟件之外，商業(yè)軟件 Matlab 和 SASS 也提供了圖形界面。我個人覺得，這些軟件將自己定位為軟件，而不是工具包或者系統(tǒng)。但這些軟件確實是最開始有圖形界面的機器學(xué)習(xí)系統(tǒng)。
隨著最近幾年機器學(xué)習(xí)成為顯學(xué)，“人人都能使用機器學(xué)習(xí)” 成為不少人的愿景。在他們的想象中，數(shù)據(jù)準(zhǔn)備、不同算法訓(xùn)練、不同算法的預(yù)測和效果評估都封裝在組件中，人們只需要點點鼠標(biāo)拖拽拖拽組件，就能順利地使用機器學(xué)習(xí)。秉承這樣的理念，人們開發(fā)了不少拖拽式機器學(xué)習(xí)系統(tǒng)。其中比較有名的就包括微軟的 Azure Machine Learning Studio 和阿里的大數(shù)據(jù)計算服務(wù) MaxComput。
除了大公司，也有創(chuàng)業(yè)公司開發(fā)拖拽機器學(xué)習(xí)系統(tǒng)。下圖是 aetros 基于 theano 建立的深度學(xué)習(xí)平臺。用戶只要進行拖拽就可以完成一個基本含有ConvNet，fcNet的架構(gòu)。
2. 愛
拖拽式機器學(xué)習(xí)將機器學(xué)習(xí)的使用門檻，從編程降到組件拖拽和配置文件撰寫。機器學(xué)習(xí)使用難度實現(xiàn)了質(zhì)的下降。但這個優(yōu)勢我一直有懷疑。金融公司、外貿(mào)公司、銀行，甚至互聯(lián)網(wǎng)企業(yè)等組織機構(gòu)中，非技術(shù)人員真的有使用機器學(xué)習(xí)的需求和知識儲備嘛?我表示懷疑。
拖拽式機器學(xué)習(xí)即使不能實現(xiàn) “人人都能使用機器學(xué)習(xí)” 的初心，也能極大地方便工程師進行機器學(xué)習(xí)任務(wù)。工程師在界面上組織資金的機器學(xué)習(xí)任務(wù)，可能對自己的機器學(xué)習(xí)任務(wù)有一個直觀的認識：自己的機器學(xué)習(xí)任務(wù)進行到哪一步了;如果出錯，在哪一步出錯;出錯步驟影響了哪些任務(wù)。
比如我們很直觀地可以從上圖看出，如果歸一化出錯，將會影響拆分任務(wù)和后續(xù)任務(wù)。
3. 恨
說了拖拽式機器學(xué)習(xí)的好，我們再說說拖拽式機器學(xué)習(xí)的壞。
拖拽式機器學(xué)習(xí)中，組件加配置替換了編程，成為人們使用機器學(xué)習(xí)的方式。但是組件加配置，卻不能像編程那樣，完全地處理機器學(xué)習(xí)使用的復(fù)雜度。除了對機器學(xué)習(xí)算法的理解，機器學(xué)習(xí)使用最復(fù)雜的部分有兩個部分：調(diào)特征和調(diào)參數(shù)。調(diào)特征的內(nèi)容包括：要用哪些特征，要摒棄哪些特征，采用哪些特征預(yù)處理方法 (比如 scaling)。調(diào)參數(shù)則和具體算法有關(guān)，比如邏輯斯蒂回歸主要有學(xué)習(xí)率和正則因子兩個參數(shù)。
組件加配置的方式能配置一組特征工程方案和一組參數(shù)，但很難快速驗證哪一組特征工程方案和參數(shù)效果***。在編程方式中，我們可以用循環(huán)的方式，遍歷不同的特征工程方案和參數(shù)，得到相應(yīng)效果指標(biāo)。但在拖拽式機器學(xué)習(xí)的組件加配置的方式中，我們只能在文檔中記著不同的特征工程方案和參數(shù)，選擇其中一個配置到拖拽式機器學(xué)習(xí)系統(tǒng)，運行幾個小時得到評估指標(biāo)，將評估指標(biāo)記錄到文檔中;再選擇下一組，重復(fù)上述步驟直到遍歷完所有特征工程方案和參數(shù)。我們程序員的目標(biāo)是用代碼將不同的任務(wù)串起來，實現(xiàn)自動化。但現(xiàn)在拖拽式機器學(xué)習(xí)粗暴割裂了這個自動化鏈條。
那么直接用組件加配置實現(xiàn)自動化呢?如果要實現(xiàn)這點，拖拽式機器學(xué)習(xí)要提供條件判斷組件和循環(huán)組件，還需要定義一套特征工程方案和參數(shù)變化的標(biāo)準(zhǔn)。這好像是在制定一個新的編程語言。這又繞回來。
4. 總結(jié)
拖拽式機器學(xué)習(xí) “人人都能使用機器學(xué)習(xí)” 的初心我是不看好的。對于工程師來說，拖拽式機器學(xué)習(xí)也是充滿了愛恨情仇。
【本文為專欄作者“李立”的原創(chuàng)稿件，轉(zhuǎn)載請通過獲取聯(lián)系和授權(quán)】
當(dāng)前題目：拖拽式機器學(xué)習(xí)的愛與恨
文章轉(zhuǎn)載：http://www.dlmjj.cn/article/cdegpdd.html
