如何处理对你重要的机器学习问题

左手的ㄟ右手 2022-08-28 14:51 259阅读 0赞

### 文章目录 ###

*  内容介绍
 *  面临问题
 *  生活中的机器学习
 *  机器学习的兴趣起点
 *  机器学习在工作中

# 内容介绍 #

自学机器学习很难保持积极性。

标准的测试数据集可能与您和您的日常生活相当迟钝和脱节。甚至无聊。您可能希望使用的一个技巧是查找和处理对您重要的数据集。

在这篇文章中，我们将研究一些数据集的想法，您可以使用这些想法来激励甚至加速您进入应用机器学习的过程。

# 面临问题 #

我们以前曾考虑过致力于解决有影响的问题。影响最大的问题是结果直接影响你的问题。

这些可能是与你的个人生活，爱好，甚至你的工作有关的问题。这些问题现在可能得到解决，也可能得不到解决。只要你以某种方式投资于结果，问题的大小和范围就无关紧要。结果对你很重要。

这是一个强大的方法，有两个原因：

*  它允许您客观地处理问题，并将您的理性问题解决技巧应用到问题中，这可能会产生一些有趣的结果。
 *  关心结果更有可能促使你学习新的和不同的方法，深入了解问题的定义，并写出你的发现。因为你关心结果，所以你会更认真地对待这个项目。

你不能挑任何老问题。还有一些额外的考虑：

*  数据机器学习算法对数据问题建模，建模质量通常与数据质量成正比。您需要能够访问该问题并能够收集数据。
 *  公众数据和(或)结果能否公开？如果您想将项目作为机器学习组合的一部分使用，这对您可能很重要，我强烈鼓励您这样做。
 *  问题从一个问题开始，以确保有一个问题需要解决。这个问题将澄清你需要收集的数据以及答案对你的影响。

在接下来的章节中，我们将关注你生活中的三个方面，你可能会发现一些问题，你可以通过机器学习来研究这些问题。

# 生活中的机器学习 #

你的个人生活中是否有问题和数据来源，你可以用机器学习的方法进行建模？

![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBATXLmlbDmja7mnag_size_20_color_FFFFFF_t_70_g_se_x_16]

我想到的五个例子是：

*  **个人理财** 你可以为你的个人金融的某些方面建模。这可能类似于每周支出预测或大规模采购预测。这也可能是与你的投资组合有关的事情，如果这是你的事情。
 *  **运输** 你可以为你的个人交通的某些方面建模。这可能是你在某一天上下班时乘坐的火车或公共汽车、通勤时间或一些细节，如工作到达时间预测或油耗。
 *  **食物** 你可以做一些关于你所吃的食物的模特儿。这可能是数量，卡路里，零食预测或模型，你需要购买什么在给定的一周。
 *  **媒体** 您可以模拟媒体消费，如电视、电影、书籍、音乐或网站。一种显而易见的方法是将其建模为一个推荐问题，但也可以考虑消费量的模型，例如当您使用它时消耗了多少以及您可以预测的其他相关模式。
 *  **健身** 你可以在个人健康的某些方面做模型。这可能是体重，体重指数，身体测量，或耐力的一个方面，如仰卧起坐的次数或完成你的例行公事的时间。如何建模，你是否会去健身房，在一个特定的一天(输入是什么？)

请记住，您必须能够访问数据，这很可能意味着您需要花费一些时间来测量和收集数据。

# 机器学习的兴趣起点 #

除了机器学习之外，你还有别的爱好吗？考虑一下你可以收集哪些与你的爱好相关的模型。

![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBATXLmlbDmja7mnag_size_20_color_FFFFFF_t_70_g_se_x_16 1]

你可能有或想成为模特的爱好有五个例子，包括：

*  **体育** 你可以模拟一支球队或一个联盟的表现。你可能对幻想的运动队感兴趣，并且对模拟单个球员的表现很感兴趣。还有一个赌博的一面，体育成果，可能会激发你的兴趣(小心)。也许你有一个孩子或家庭成员在几周内进行一项运动，这可能会提供一个问题，并提供更多与你相关的数据来源。
 *  **小游戏** 你可以模拟你玩的游戏的一个方面。这可能是一个棋盘游戏，纸牌游戏或电脑游戏。你可以在游戏中建模和预测输赢的结果、特定的结果分数或具体的动作。
 *  **工艺/工艺品** 也许你是一个业余艺术家或手工艺人，并把你的照片张贴到一个公共的社会相册，你的创作。你可以模拟和预测你发布的照片是否会被第三方喜欢或感兴趣(以视图或评论的形式)。对对照组(家庭成员？)也可以采用类似的方法。对于其他可能需要对兴趣或质量进行主观评价的艺术形式(绘画、音乐、纸盒等)。
 *  **语言** 你可以模仿你、朋友或家庭成员正在学习的语言的某些方面。如果使用闪存卡，您可能会进入一个有趣的问题，即建模某张卡片的内容是否会被记住。您还可以对语言学习的其他方面进行建模，例如新作品的获取率和错误频率。收集数据可能是一个有趣的挑战。
 *  **摄影** 也许你是一个观鸟者，一个自然爱好者，或者有其他的理由去拍摄各种各样的自然。你可以把树叶/鸟/动物的照片分类成他们的组。你也可以模拟这样的问题：一张照片是否包含感兴趣的对象，比如你的宠物狗或者你自己的脸。

吸引你的兴趣爱好，有现成的数据集，供你借鉴和建模。

# 机器学习在工作中 #

你是否可以访问工作中的数据或你所从事的工作？这可能是您的博客或其他在线内容，也可能是数据或与您的工作创建或发布的相关内容。

![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBATXLmlbDmja7mnag_size_12_color_FFFFFF_t_70_g_se_x_16]

*  **来访者** 您能为访问您的网站(这可能是您自己的博客或网站属性)建立一些模型吗？可能是访问者的人口学特征，如平台、浏览器等，也可能是访问者的来源或根据发布的内容在一段时间内的页面浏览量。
 *  **客户** 就像游客一样，他们的客户属性是否可以建模？这可能是购买量，购物车内容，购买时间或类似的人口统计信息。我喜欢这一领域，因为它可以清除许多新的知识(用数据支持)，关于一个被认为是理所当然的业务。
 *  **转换** 它们的转换质量是否可以建模？这可能是转换的一些方面，如时间或客户统计。这可能是转换链的预测，如试用，付费，卖出。
 *  **搅动** 对于服务业来说，流失是一件非常重要的事情，很可能已经被建模了。是否有某种形式的搅动没有被建模？也许是从审判中搅动过来的。从电子邮件列表还是RSS订阅？
 *  **专有数据** 是您的组织创建或访问的一些独特或有趣的数据。对于那些值得建模的数据，你可以问些什么问题。例如，气象数据、制造数据、挖掘数据等。

注意隐私问题和数据所有权。在访问数据之前，您可能需要获得许可，并且必须将结果保密或对组织内部进行保密。

我希望您已经发现了这个有用的问题，并且可能想到了一个您可以研究的问题，它将帮助您更深入地研究应用机器学习。

如果是的话，请留言，我很想听听你的想法。

[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBATXLmlbDmja7mnag_size_20_color_FFFFFF_t_70_g_se_x_16]: /images/20220828/60cdaf9ef3d64867b1161b8cfefebff3.png
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBATXLmlbDmja7mnag_size_20_color_FFFFFF_t_70_g_se_x_16 1]: /images/20220828/92a009dcd1c3485fae7010b2926b133b.png
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBATXLmlbDmja7mnag_size_12_color_FFFFFF_t_70_g_se_x_16]: /images/20220828/c472bce18b974347bc7bd9c1720c4aa1.png