機(jī)器學(xué)習(xí)在學(xué)習(xí)過(guò)程中總會(huì)犯錯(cuò)。機(jī)器學(xué)習(xí)采用者需要預(yù)見(jiàn)到這一點(diǎn)，并時(shí)刻小心，不要因?yàn)镮T和業(yè)務(wù)的人為錯(cuò)誤而使事情變得更糟。

一般來(lái)說(shuō)，學(xué)習(xí)的過(guò)程往往就是一個(gè)不斷犯錯(cuò)誤，走錯(cuò)誤道路的過(guò)程，然后找出方法來(lái)在未來(lái)避免這些錯(cuò)誤。機(jī)器學(xué)習(xí)也不例外。

當(dāng)你在你的企業(yè)中實(shí)施機(jī)器學(xué)習(xí)時(shí)，要小心：一些技術(shù)營(yíng)銷(xiāo)可能會(huì)讓你覺(jué)得學(xué)習(xí)非常正確，速度非常快，這是對(duì)技術(shù)不切實(shí)際的期望。事實(shí)是，在機(jī)器學(xué)習(xí)過(guò)程中必然會(huì)有錯(cuò)誤。而且這些錯(cuò)誤至少在一段時(shí)間內(nèi)會(huì)在業(yè)務(wù)流程中被編碼。結(jié)果是：這些錯(cuò)誤可能會(huì)大規(guī)模發(fā)生，而且往往超出了人類(lèi)的直接控制。

SPR咨詢(xún)公司（SPR Consulting）的首席數(shù)據(jù)科學(xué)家Ray Johnson表示：“缺乏盡職調(diào)查的熱情可能會(huì)導(dǎo)致一些問(wèn)題，使機(jī)器學(xué)習(xí)的好處無(wú)法得到展示?！?/p>

檢測(cè)和處理機(jī)器學(xué)習(xí)錯(cuò)誤將有助于您在技術(shù)上取得更大的成功，并滿足您的機(jī)器學(xué)習(xí)期望。

以下是一些可能會(huì)增加和延長(zhǎng)機(jī)器學(xué)習(xí)工具在學(xué)習(xí)過(guò)程中所犯錯(cuò)誤的問(wèn)題--他們甚至可能永遠(yuǎn)也無(wú)法識(shí)別和糾正這些錯(cuò)誤教訓(xùn)。

缺乏對(duì)問(wèn)題的業(yè)務(wù)理解會(huì)導(dǎo)致機(jī)器學(xué)習(xí)失敗

一些使用機(jī)器學(xué)習(xí)模型的數(shù)據(jù)工作者并不真正了解機(jī)器學(xué)習(xí)試圖解決的業(yè)務(wù)問(wèn)題，這可能會(huì)在流程中引入錯(cuò)誤。

當(dāng)他的團(tuán)隊(duì)使用機(jī)器學(xué)習(xí)工具時(shí)，金融服務(wù)網(wǎng)站LendingTree的副總裁兼戰(zhàn)略與分析主管Akshay Tandon鼓勵(lì)團(tuán)隊(duì)從一個(gè)假設(shè)開(kāi)始聲明。該聲明應(yīng)該詢(xún)問(wèn)您要解決的問(wèn)題是什么，以及您要構(gòu)建哪些模型來(lái)解決該問(wèn)題。

Tandon說(shuō)，從統(tǒng)計(jì)方面來(lái)看，今天可用的機(jī)器學(xué)習(xí)工具非常強(qiáng)大。這就給正確地執(zhí)行它增加了更大的負(fù)擔(dān)，因?yàn)檫@些強(qiáng)大的工具，如果不小心使用，可能會(huì)導(dǎo)致重要的錯(cuò)誤決策。如果數(shù)據(jù)分析團(tuán)隊(duì)不夠小心，他們最終可能會(huì)得到與團(tuán)隊(duì)所使用的特定數(shù)據(jù)不匹配的模型。迅速惡化的結(jié)果會(huì)導(dǎo)致模型很快就可能出錯(cuò)，他說(shuō)。

此外，許多商業(yè)用戶都不明白，從投入生產(chǎn)的那一刻開(kāi)始，模型的質(zhì)量就會(huì)有一定程度的下降，Tandon說(shuō)。如果認(rèn)識(shí)到這一點(diǎn)，就像對(duì)待汽車(chē)或任何其他機(jī)器一樣，用戶就會(huì)知道自己需要不斷地監(jiān)控它，并關(guān)注它是如何影響決策的。

低質(zhì)量的數(shù)據(jù)會(huì)導(dǎo)致機(jī)器學(xué)習(xí)錯(cuò)誤

進(jìn)去的是垃圾，出來(lái)的也會(huì)是垃圾。如果數(shù)據(jù)質(zhì)量不夠完善，機(jī)器學(xué)習(xí)也會(huì)受到影響。數(shù)據(jù)質(zhì)量差是數(shù)據(jù)管理人員最關(guān)心的問(wèn)題之一，盡管數(shù)據(jù)科學(xué)家和其他從事信息工作的專(zhuān)業(yè)人員都有最好的意圖，但它仍然可能危及大數(shù)據(jù)分析工作。它也會(huì)讓機(jī)器學(xué)習(xí)模式偏離軌道。

組織經(jīng)常高估機(jī)器學(xué)習(xí)算法的彈性，低估不良數(shù)據(jù)的影響。Johnson說(shuō)，糟糕的數(shù)據(jù)質(zhì)量會(huì)產(chǎn)生糟糕的結(jié)果，并導(dǎo)致組織做出不明智的業(yè)務(wù)決策。這些決策的結(jié)果將損害業(yè)務(wù)績(jī)效，并使未來(lái)的計(jì)劃難以獲得支持。

根據(jù)過(guò)去和現(xiàn)在的經(jīng)驗(yàn)，你可以從機(jī)器學(xué)習(xí)驅(qū)動(dòng)的結(jié)果中檢測(cè)出不好的數(shù)據(jù)質(zhì)量，而這些結(jié)果似乎毫無(wú)意義。

Johnson說(shuō)，解決這個(gè)問(wèn)題的一種積極主動(dòng)的方法是探索性的數(shù)據(jù)分析（EDA）。EDA可以識(shí)別基本的數(shù)據(jù)質(zhì)量問(wèn)題，例如離群值、缺失值和不一致的域值。你還可以使用統(tǒng)計(jì)抽樣等技術(shù)來(lái)確定是否有足夠的數(shù)據(jù)點(diǎn)實(shí)例來(lái)充分反映人口分布，并定義有關(guān)數(shù)據(jù)質(zhì)量修正的規(guī)則和策略。

機(jī)器學(xué)習(xí)的不當(dāng)使用

劍橋咨詢(xún)公司（Cambridge Consultants）的專(zhuān)業(yè)機(jī)器學(xué)習(xí)工程師Sally Epstein表示：“我們?nèi)匀粡钠髽I(yè)中看到的最常見(jiàn)問(wèn)題是，人們只是為了流行而希望使用機(jī)器學(xué)習(xí)?！钡f(shuō)，要想取得成功，必須正確應(yīng)用該工具。而且，傳統(tǒng)的工程方法可能可以更快地提供解決方案，而且成本更低。

Johnson說(shuō)，當(dāng)機(jī)器學(xué)習(xí)可能不是解決問(wèn)題的最佳選擇，并且不完全理解用例時(shí)，使用機(jī)器學(xué)習(xí)可能會(huì)導(dǎo)致其試圖解決一個(gè)錯(cuò)誤的問(wèn)題。

此外，解決錯(cuò)誤的問(wèn)題也將導(dǎo)致失去機(jī)會(huì)，因?yàn)榻M織會(huì)努力將其用例定制為一個(gè)特定的、不合適的模型。這包括在人員和基礎(chǔ)設(shè)施部署方面浪費(fèi)的資源，而這些本來(lái)可以使用更簡(jiǎn)單的替代方法來(lái)實(shí)現(xiàn)可能的結(jié)果。

為了避免機(jī)器學(xué)習(xí)的錯(cuò)誤使用，你需要仔細(xì)考慮期望的業(yè)務(wù)結(jié)果、問(wèn)題的復(fù)雜性、數(shù)據(jù)量和屬性的數(shù)量。Johnson說(shuō)，相對(duì)簡(jiǎn)單的問(wèn)題，如分類(lèi)、聚類(lèi)和使用少量具有一些屬性的數(shù)據(jù)關(guān)聯(lián)規(guī)則，可以通過(guò)視覺(jué)或統(tǒng)計(jì)分析來(lái)解決。在這些情況下，部署機(jī)器學(xué)習(xí)可能需要比常規(guī)方法更多的時(shí)間和資源。

而當(dāng)數(shù)據(jù)量變大時(shí)，機(jī)器學(xué)習(xí)可能更合適。但是，已經(jīng)通過(guò)機(jī)器學(xué)習(xí)訓(xùn)練，然后才發(fā)現(xiàn)業(yè)務(wù)結(jié)果尚未明確定義并導(dǎo)致解決錯(cuò)誤問(wèn)題的情況也并不罕見(jiàn)。

機(jī)器學(xué)習(xí)模型可能有偏見(jiàn)

使用一個(gè)低質(zhì)量的數(shù)據(jù)集可能帶來(lái)一個(gè)誤導(dǎo)性的結(jié)論。這不僅會(huì)引入不準(zhǔn)確性和缺失數(shù)據(jù)，還會(huì)引入對(duì)問(wèn)題的偏見(jiàn)。每個(gè)人都會(huì)有偏見(jiàn)，所以人們創(chuàng)造或啟發(fā)的模型也可能包含偏見(jiàn)。

Epstein說(shuō)，每種機(jī)器學(xué)習(xí)算法對(duì)不平衡的類(lèi)或分布都有不同的敏感性。Epstein說(shuō)，如果不解決這些問(wèn)題，你最終得到的面部識(shí)別工具，可能會(huì)依賴(lài)于皮膚顏色，或者帶有性別偏見(jiàn)。事實(shí)上，這已經(jīng)發(fā)生在一些商業(yè)服務(wù)中了。

結(jié)論的準(zhǔn)確性-無(wú)論是算法的準(zhǔn)確性還是個(gè)人的準(zhǔn)確性-取決于所處理信息的廣度和質(zhì)量。咨詢(xún)公司Deloitte咨詢(xún)分析服務(wù)領(lǐng)域負(fù)責(zé)人Vic Katyal說(shuō)，組織和個(gè)人所面臨的因算法偏差帶來(lái)的財(cái)務(wù)、法律和聲譽(yù)風(fēng)險(xiǎn)就是為什么任何使用機(jī)器學(xué)習(xí)的公司都應(yīng)該將道德規(guī)范作為組織的必要條件的一個(gè)例子。

Katyal說(shuō)，在公共領(lǐng)域，諸如信用評(píng)分、教育課程、招聘和刑事司法判決等方面，算法偏差的跡象已經(jīng)被充分記錄。收集、整理或應(yīng)用不當(dāng)?shù)臄?shù)據(jù)甚至?xí)谠O(shè)計(jì)最完善、目標(biāo)明確的機(jī)器學(xué)習(xí)應(yīng)用程序中引入偏差。

他說(shuō)，帶有固有偏見(jiàn)的機(jī)器學(xué)習(xí)系統(tǒng)會(huì)威脅到客戶或社會(huì)利益相關(guān)者中的弱勢(shì)群體，并可能產(chǎn)生或延續(xù)不公平的結(jié)果。

咨詢(xún)公司麥肯錫（McKinsey）在2017年的一份報(bào)告中指出，算法偏差是機(jī)器學(xué)習(xí)的最大風(fēng)險(xiǎn)之一，因?yàn)樗鼤?huì)損害機(jī)器學(xué)習(xí)的真正目的。該公司表示，這是一個(gè)經(jīng)常被忽視的缺陷，它會(huì)引發(fā)代價(jià)高昂的錯(cuò)誤，如果不加以檢查，可能會(huì)將項(xiàng)目和組織拉向完全錯(cuò)誤的方向。

麥肯錫說(shuō)，從一開(kāi)始就有效地解決這一問(wèn)題將獲得豐厚的回報(bào)，使機(jī)器學(xué)習(xí)的真正潛力得到最有效地實(shí)現(xiàn)。

沒(méi)有充足的資源來(lái)做好機(jī)器學(xué)習(xí)

當(dāng)啟動(dòng)機(jī)器學(xué)習(xí)計(jì)劃時(shí)，組織很容易低估人員和基礎(chǔ)設(shè)施所需的資源。機(jī)器學(xué)習(xí)可能需要大量的基礎(chǔ)設(shè)施，尤其是在圖像、視頻和音頻處理等領(lǐng)域。

Johnson說(shuō)，如果沒(méi)有所需的處理能力，及時(shí)開(kāi)發(fā)基于機(jī)器學(xué)習(xí)的解決方案可能是非常困難的，如果非做不可的話。

另外，還存在部署和消耗問(wèn)題。如果基礎(chǔ)設(shè)施不到位，不允許用戶部署和使用結(jié)果，那么開(kāi)發(fā)機(jī)器學(xué)習(xí)解決方案有什么用呢？

部署一個(gè)可擴(kuò)展的基礎(chǔ)設(shè)施來(lái)支持機(jī)器學(xué)習(xí)可能是昂貴的，并且很難維護(hù)。但是，有幾種云服務(wù)可以提供可擴(kuò)展的機(jī)器學(xué)習(xí)平臺(tái)，可以按需配置。Johnsons說(shuō)，云方法允許你進(jìn)行大規(guī)模的機(jī)器學(xué)習(xí)實(shí)驗(yàn)，而沒(méi)有物理硬件的獲取、配置和部署的束縛。

但一些組織希望自己擁有自己的基礎(chǔ)設(shè)施。如果是這樣的話，云服務(wù)也可以作為跳板和教育經(jīng)驗(yàn)，這樣這些組織在進(jìn)行大規(guī)模投資之前就可以從基礎(chǔ)設(shè)施的角度了解需要什么了。

從人才的角度來(lái)看，缺乏諸如數(shù)據(jù)科學(xué)家和機(jī)器學(xué)習(xí)工程師等知識(shí)型資源也可能會(huì)阻礙機(jī)器學(xué)習(xí)的發(fā)展和部署。擁有了解機(jī)器學(xué)習(xí)概念，應(yīng)用程序和可解釋的資源，確定是否實(shí)現(xiàn)了特定的業(yè)務(wù)成果，這一點(diǎn)至關(guān)重要。

Johnson說(shuō)，不要低估擁有豐富機(jī)器學(xué)習(xí)技能的重要性。擁有豐富知識(shí)的人員可以幫助識(shí)別數(shù)據(jù)質(zhì)量問(wèn)題，確保正確使用和部署機(jī)器學(xué)習(xí)工具，并幫助建立最佳實(shí)踐和治理策略。

糟糕的計(jì)劃和缺乏治理會(huì)破壞機(jī)器學(xué)習(xí)

機(jī)器學(xué)習(xí)的努力可能會(huì)以熱情開(kāi)始，但隨后也會(huì)因失去動(dòng)力而陷入停頓。這是沒(méi)有計(jì)劃和缺乏治理的表現(xiàn)。

Johnson說(shuō)，如果沒(méi)有適當(dāng)?shù)闹笇?dǎo)方針和限制，機(jī)器學(xué)習(xí)的努力將無(wú)限期地持續(xù)下去，可能會(huì)導(dǎo)致巨大的資源支出，而無(wú)法帶來(lái)任何好處。

組織需要記住，機(jī)器學(xué)習(xí)是一個(gè)反復(fù)的過(guò)程，隨著時(shí)間的推移也需要修改模型來(lái)支持不斷變化的需求。因此，從事機(jī)器學(xué)習(xí)的人可能會(huì)對(duì)完成這項(xiàng)工作缺乏興趣，從而導(dǎo)致一個(gè)不良的結(jié)果。項(xiàng)目發(fā)起人可能會(huì)轉(zhuǎn)向其他工作，而機(jī)器學(xué)習(xí)工作最終會(huì)停滯不前。

Johnson說(shuō)，你需要定期監(jiān)控機(jī)器學(xué)習(xí)的工作，以確保事情能夠順利進(jìn)行。如果發(fā)現(xiàn)進(jìn)度開(kāi)始放緩，可能是時(shí)候休息一下，并重新檢查一下工作了。