前言
今天來閱讀 How Google does Machine Learning 的第三章節~
這次鐵人賽的30天中，我目前所寫文章的所有課程目錄如下：
- 【Day 1】準備日 – 註冊coursera與訂閱課程
- Course – How Google does Machine Learning
Course – How Google does Machine Learning
第三章節的課程地圖：(紅字標記為本篇文章中會介紹到的章節)
* How Google does ML
* Introduction
* ML Surprise
* The secret sauce
* ML and Business Processes
* The Path to ML
* End of phases deep dive
* Module 3 Quiz
1. ML Surprise
課程地圖
* How Google does ML
* ML Surprise
ML是什麼?
ML是一種透過讓電腦寫程式去完成一項任務。
而這個電腦只需要看一大堆”例子“，就可以自動想到最好的”程式“。
傳統的軟體工程
軟體工程師寫一大堆code(描述rules)，
使我們能達成目標(inputs能產生對應Outputs)
ML會自己想出這些rules該怎麼完成
一樣能使我們能達成目標(inputs能產生對應Outputs)
ML Surprise
* defining the KPIs -> 想要達成的目標
* collecting the data
* building the infrastructure
* optimizing the ML algorithm
* integration -> 整合組織內部之前的所有系統
上圖我們會發現一件事情是，很多公司會期待如上方的時間分布，
但我們真實的時間分布應該如下圖，
有許多公司花太多時間在優化演算法上，
甚至會想要不斷的使用最新最強的演算法，
但就結果而言這樣並不會比較好，我們甚至更應該花時間在找資料上。
另外還有一點是，我們也應該花少一點時間去訂KPIs，
ML的影響力有可能短期對於KPI並不會有很大的影響，
但就長期來看，ML的預測準確性會不斷提升，影響力是非常長遠的。
2. The secret sauce
課程地圖
* How Google does ML
* The secret sauce
這個章節講到ML失敗的最常見10大陷阱，也算是google自己對客戶的經驗談，
(配合前一章節提到的五個階段)
- (最常見的第一名)認為訓練自己的ML演算法會比寫軟體還快
只依靠演算法建ML系統，實現演算法的過程仍需要一堆透過軟體才能實現的事，
而這件事情往往只會使整個過程更加複雜。
所以我們更推薦先從簡單的軟體開始先寫。 - 你想做ML，但你”沒準備好data”
就請先停止別做ML，去蒐集資料吧，沒有資料你是做不了ML的。
- 你以為data已經準備好了
這裡還有一種的經驗是，很多企業說自己擁有資料，
但那些資料是已過時，甚至沒有人整理過的，
沒有整理過的資料，甚至都不清楚資料裡面有什麼，
公司內也沒有人最近有去查看這些資料並提出新的想法，
這些都算是”沒準備好data”(還沒有”價值”的data)。相信我，等到要開始訓練ML時，你會花更多的心力在處理資料上，
甚至是為了乾淨的資料還要重新收集，這才會是更大的挫折。 - 將人員保留在循環中
當有人開始在系統中訓練ML的系統時，那些人會變得相當重要。
這段個人的理解是，以google來說，
使用者通常能夠提供ML的結果反饋，
我們需要想辦法讓人能持續地給系統的反饋，
(因為沒有這些人，我們就沒有資料，他們非常的重要) - 太過專注於研究最好的ML演算法
以使用者的角度來說，不論他們得到的是不是ML的結果，
他們會更在乎的是有沒有得到好的建議或很酷的觀點。
一開始，從我們ML系統得到的結果也許不是最好的，
但我們要使使用者能喜歡我們的產品，使他們不斷持續地投入。
這樣我們的結果就能不斷的更加優化。 - ML往不好的方向最佳化
提到這裡也還有另外一個可能的問題，
我們也要避免不正當的得到回饋，
例如像是讓使用者一定要定期回饋使用心得，
或者我們採取了不好的方式取得資料，像是一定要點擊某個結果，
這部分是需要思考的，因為這有可能使我們的ML學習到不良的內容。 - 你的ML對真實世界是有幫助的嗎?
要記得去思考你的ML結果對世界有沒有幫助，
你訓練了他，把他放在那裡為用戶服務，
但無法說他有多好，或沒辦法分辨他有辦法讓客戶能終身參與，
或是使他具有終身價值，這樣沒辦法向人說明這個ML是有用的。 - 到底要自己訓練一個model還是使用pre-train model?
使用pre-train model在初期能夠省下不少時間，
初期使用也能幫助功能快速完成，而且也較容易使用。 - ML演算法需要訓練多過一次
事實證明，一個好的ML演算法需要訓練非常非常多次，
很多人會只訓練一次，並拿結果來說很好，
但事實上可能只完成了10%左右，
一個好的ML演算法，他需要被訓練很多很多次。 - 想要設計自己的知覺偵測模型或使用自己的NLP演算法
這是一種特殊的陷阱，事實上以NLP來舉例，
google解決這些問題都是經過數十年的研究而得到很好的調整，
而以商用來說，你幾乎只需要一個現成的、已經製作好的或已經定義好的，
先不要嘗試在這部分試圖做自己的研究，這會非常的貴。
聽到這你可能會覺得，天啊，ML怎麼會有這麼多的陷阱，
但好消息是，ML的價值是長遠的，
而且ML能達成幾乎比任何已經有的產品還要更好