算法工程師必讀！國內(nèi)首本算法評估書籍來了！
↑↑↑點(diǎn)擊上方藍(lán)字，回復(fù)資料，10個(gè)G的驚喜
在工作和學(xué)習(xí)的過程中，有兩個(gè)經(jīng)常困擾程序員的問題，一個(gè)是算法如何設(shè)計(jì)？另一個(gè)是算法如何評估？
算法的設(shè)計(jì)有簡有繁，最簡單的時(shí)候甚至可以用一些規(guī)則來兜底。但是評估方案的設(shè)計(jì)從來馬虎不得，因?yàn)槿魏嗡惴ǘ疾豢赡懿唤?jīng)過合理的評估就上線，未經(jīng)評估就更談不上為公司創(chuàng)造價(jià)值和推動(dòng)社會(huì)發(fā)展。
更重要的是，作為一個(gè)算法工程師，在匯報(bào)工作時(shí)，評估結(jié)果是一定要展示的內(nèi)容。可以說，算法的評估方案是決定算法能否上線應(yīng)用的關(guān)鍵因素之一，沒有被合理評估過的算法就是空中樓閣，或許好看，但不實(shí)用。
今天異步君推薦的這本書《機(jī)器學(xué)習(xí)算法評估實(shí)戰(zhàn)》，徹底解決了這兩個(gè)問題。
這本書來自美團(tuán)高級算法工程宋亞統(tǒng)。他將自己在學(xué)習(xí)、工作中總結(jié)的評估方法分享出來，希望職場新人少走彎路。
● 點(diǎn)擊上圖，即可購買《機(jī)器學(xué)習(xí)算法評估實(shí)戰(zhàn)》
何為機(jī)器學(xué)習(xí)算法評估？
何以需要算法評估？
過去的十年中，即互聯(lián)網(wǎng)浪潮的“上半場”中，在人工智能技術(shù)和互聯(lián)網(wǎng)思維的驅(qū)動(dòng)下，做網(wǎng)購的天貓和京東、做餐飲的美團(tuán)、做打車的滴滴、做租房的自如……
這些互聯(lián)網(wǎng)公司如雨后春筍般迅猛發(fā)展，公司業(yè)務(wù)幾乎涵蓋了人們衣食住行的方方面面。其中，機(jī)器學(xué)習(xí)在各公司的業(yè)務(wù)實(shí)踐中初露鋒芒。從天貓的商品個(gè)性化推薦，到百度的語義識(shí)別，再到京東的無人配送，機(jī)器學(xué)習(xí)都發(fā)揮了不可替代的作用。
機(jī)器學(xué)習(xí)的評估體系也承擔(dān)了重要的任務(wù)，人們通過一些常規(guī)的指標(biāo)，基本能夠完成對算法質(zhì)量的初步判斷，從而使算法在應(yīng)用中達(dá)到預(yù)期的效果。
然而，在互聯(lián)網(wǎng)浪潮的“下半場”中，競爭逐漸激烈、市場趨于穩(wěn)定，許多公司已經(jīng)有了屬于自己的一片“領(lǐng)地”。對于大公司，“下半場”更多地意味著“精耕細(xì)作”和“國際化”，“精耕細(xì)作”指進(jìn)一步提升效率和降低成本，“國際化”則指將平臺(tái)和世界接軌，真正將自己的品牌推向世界。
而對于后入場的小公司，則意味著兩條發(fā)展路線，一條是研發(fā)領(lǐng)先于市場的新技術(shù)和新產(chǎn)品，做尖端服務(wù)，這可能難度較大；另一條就是走精細(xì)化路線，專注于某一個(gè)垂直領(lǐng)域，也就是大公司的業(yè)務(wù)涵蓋不到的業(yè)務(wù)場景，提供差異化服務(wù)。
由此可見，在“下半場”的競爭中，我們對機(jī)器學(xué)習(xí)算法的研發(fā)都需要更加專業(yè)化和精細(xì)化，機(jī)器學(xué)習(xí)算法的評估更是重中之重！
你知道什么是機(jī)器學(xué)習(xí)算法評估嗎？
隨著科技的發(fā)展和普及，“機(jī)器學(xué)習(xí)”已經(jīng)不再是一個(gè)高冷的技術(shù)名詞。諸葛越在《百面機(jī)器學(xué)習(xí)》一書中對機(jī)器學(xué)習(xí)的定義是這樣的：“機(jī)器學(xué)習(xí)指計(jì)算機(jī)通過觀察環(huán)境，與環(huán)境交互，在吸取信息中學(xué)習(xí)、自我更新和進(jìn)步?！?br style="box-sizing: border-box;">
我們可以大致理解為，機(jī)器學(xué)習(xí)就是計(jì)算機(jī)通過模擬人的學(xué)習(xí)方法，對一些訓(xùn)練數(shù)據(jù)進(jìn)行學(xué)習(xí)的過程。一旦計(jì)算機(jī)獲得了相應(yīng)的“知識(shí)”，就能夠像人一樣做出智慧的推導(dǎo)和判斷。
而機(jī)器學(xué)習(xí)算法評估就是用科學(xué)的指標(biāo)，對機(jī)器學(xué)習(xí)算法進(jìn)行完整、可靠的評價(jià)，并給出有條理的、可解釋的結(jié)論的過程。
任何產(chǎn)業(yè)都需要一個(gè)合理的檢測機(jī)制來判斷這些產(chǎn)品是否合格。算法的評估就是互聯(lián)網(wǎng)產(chǎn)業(yè)的一種檢測機(jī)制，它告訴開發(fā)人員算法的可靠性和合理性等重要信息，作為算法能否上線應(yīng)用的重要依據(jù)。
那么我們?yōu)槭裁葱枰惴ㄔu估呢？
機(jī)器學(xué)習(xí)能在短短數(shù)年間廣泛普及，與它的智能性、穩(wěn)定性和可靠性是密不可分的，機(jī)器學(xué)習(xí)算法完善的評估體系正是這些優(yōu)秀特性的可靠保障。一個(gè)優(yōu)秀的算法在上線之前，一定要經(jīng)過嚴(yán)密、周全的評估，才能在上線后發(fā)揮出令人驚嘆的“人工智能之美”，正所謂“寶劍鋒從磨礪出，梅花香自苦寒來”。
很多從業(yè)人員，尤其是職場新人，往往把模型的訓(xùn)練和算法的設(shè)計(jì)作為最重要的工作，卻忽視了算法評估的重要性。然而，在很多領(lǐng)域，評估體系的構(gòu)建甚至要先于算法設(shè)計(jì)。
沒有可靠的評估體系，算法即便研發(fā)出來也不具備上線服務(wù)的能力，因?yàn)闆]有人能保證它的可靠性?？梢哉f，沒有好的評估體系，就沒有算法的廣泛普及。
無論是大公司還是小公司，在互聯(lián)網(wǎng)浪潮的“下半場”的競爭中，對機(jī)器學(xué)習(xí)算法的研發(fā)都需要更加專業(yè)化和精細(xì)化。
在機(jī)器學(xué)習(xí)算法評估的問題上，傳統(tǒng)領(lǐng)域的很多指標(biāo)不一定能適應(yīng)新的領(lǐng)域，因此在新的領(lǐng)域中需要新的評估指標(biāo)來提供特定業(yè)務(wù)場景下的個(gè)性化服務(wù)。
而對于職場上的個(gè)體，掌握一套科學(xué)高效的評估理論，不僅可以大大提高自己的工作效率，也能更好地向上級領(lǐng)導(dǎo)展示自己的工作成果，在職場發(fā)展中取得事半功倍的效果。
亟需算法評估?。?/strong>
你真的會(huì)評估嗎？
評估體系的關(guān)鍵因素又是什么？
算法評估是如此重要，但我想真誠地問你一句：“你真的會(huì)評估嗎？”
當(dāng)然，有些從業(yè)人員會(huì)說，算法的評估不就是看算法的效果和性能嗎？這些在剛?cè)腴T的時(shí)候就學(xué)過啊。
對此，我只想說算法評估并不是這么簡單的一回事。真正地將一個(gè)算法用于工業(yè)生產(chǎn)并產(chǎn)生巨大的商業(yè)價(jià)值，只依靠這些書本上學(xué)來的“指標(biāo)”是遠(yuǎn)遠(yuǎn)不夠的，因?yàn)樵趯?shí)際應(yīng)用過程中，大部分指標(biāo)只能反映算法的部分效果。如果不能合理地運(yùn)用評估指標(biāo)，不僅不能發(fā)現(xiàn)算法本身的問題，還可能得出錯(cuò)誤的結(jié)論。
比如，當(dāng)你在進(jìn)行異常檢測算法的評估時(shí)，假設(shè)次品出現(xiàn)的概率是0.1%，如果算法把所有樣本都預(yù)測為正品，準(zhǔn)確率雖然也能保證99.9%，但是這樣的結(jié)果對于異常檢測是沒有任何意義的，因?yàn)檫@樣的算法空有好看的準(zhǔn)確率指標(biāo)，卻一個(gè)次品都識(shí)別不出來。
再比如用于識(shí)別財(cái)務(wù)數(shù)據(jù)的圖像識(shí)別系統(tǒng)，即使在1萬張發(fā)票中只有1張把數(shù)字“8”誤讀為“6”，給使用方造成的損失也很可能是難以彌補(bǔ)的。
這些例子告訴我們，一個(gè)好的算法并不能只有一堆漂亮的數(shù)字指標(biāo)，更關(guān)鍵的是它要符合實(shí)際的業(yè)務(wù)場景，能夠應(yīng)對現(xiàn)實(shí)環(huán)境中各種復(fù)雜的情況。
因此，我們講算法的評估，從來不是依靠一個(gè)或幾個(gè)聽起來“高大上”的評估指標(biāo)，而是要依賴一個(gè)完整的、可靠的評估體系。一句話總結(jié)，即指標(biāo)不重要，實(shí)用才可靠。
制定機(jī)器學(xué)習(xí)算法評估標(biāo)準(zhǔn)可以從以下3個(gè)方面入手。
（1）根據(jù)不同類型的算法制定不同的通用評估標(biāo)準(zhǔn)。比如，對于分類算法和回歸算法，需要分別使用一套評估指標(biāo)進(jìn)行評估。
（2）對于實(shí)現(xiàn)原理不同的算法，需要分別制定評估標(biāo)準(zhǔn)。比如，在評估樹模型和深度學(xué)習(xí)算法解決分類問題的效果時(shí)，除了使用分類算法的通用指標(biāo)，還需要針對每一種算法定義評估指標(biāo)。
（3）針對不同的業(yè)務(wù)場景制定評估標(biāo)準(zhǔn)。比如，用深度學(xué)習(xí)算法進(jìn)行文本分類和路線排序，這兩種業(yè)務(wù)本質(zhì)上都是用深度學(xué)習(xí)算法解決分類問題，但是文本分類業(yè)務(wù)和路線排序業(yè)務(wù)的評估指標(biāo)是有很大區(qū)別的。
“車之所以能轉(zhuǎn)千里者，以其要在三寸之轄。”我們都知道抓住關(guān)鍵對整體是有重大意義的，可以說是以一持萬。那么評估體系的關(guān)鍵因素又是什么？
● 實(shí)用性
算法能夠上線的最基本條件就是要切合實(shí)際業(yè)務(wù)場景，因此，評估體系首先應(yīng)該能夠解釋清楚一個(gè)算法是否能夠解決實(shí)際的業(yè)務(wù)問題。
● 容錯(cuò)程度
評估體系應(yīng)該告訴算法設(shè)計(jì)者，這個(gè)算法在什么情況下是一定適用的、不會(huì)出錯(cuò)的；在什么情況下不能保證準(zhǔn)確性，需要采取其他“兜底”策略來補(bǔ)充。
● 性能
如果說實(shí)用性是決定算法是否有研發(fā)價(jià)值的標(biāo)桿，那么性能評估則是決定算法是否能落地實(shí)施的準(zhǔn)繩。無論一個(gè)算法的業(yè)務(wù)效果表現(xiàn)多么出色，如果性能不符合實(shí)際生產(chǎn)的需要，那么它也只是紙上談兵。
● 可解釋性
算法設(shè)計(jì)是一門學(xué)科，所有的數(shù)據(jù)指標(biāo)都必須具備科學(xué)的依據(jù)才能成立，得到的評估結(jié)論不能輕易被上級領(lǐng)導(dǎo)和客戶推翻。
● 表現(xiàn)形式
表現(xiàn)形式是直接決定你的算法評估結(jié)果能否被上級領(lǐng)導(dǎo)寫入PPT的關(guān)鍵因素之一。評估結(jié)果能用圖展示就不要用表，能用表展示就不要用文字，畢竟每個(gè)人都不愿意花費(fèi)過多時(shí)間在復(fù)雜的文字閱讀理解上。
這本書教會(huì)你什么？
“書籍是前人的經(jīng)驗(yàn)?！?/span>
—拉布雷
《機(jī)器學(xué)習(xí)算法評估實(shí)戰(zhàn)》便是作者的經(jīng)驗(yàn)匯成的大成之作。機(jī)器學(xué)習(xí)算法評估就是用科學(xué)的指標(biāo)，對機(jī)器學(xué)習(xí)算法的智能性、穩(wěn)定性與可靠性進(jìn)行完整、可靠的評價(jià)，并給出有條理的、可解釋的結(jié)論。
一個(gè)優(yōu)秀的算法在上線之前，一定要經(jīng)過嚴(yán)密、周全的評估，才能應(yīng)對現(xiàn)實(shí)業(yè)務(wù)環(huán)境的復(fù)雜情況，充分發(fā)揮令人驚嘆的“人工智能之美”。而這本書就不僅僅傳授于你機(jī)器學(xué)習(xí)算法相關(guān)的理論知識(shí)，還教會(huì)了你如何正確進(jìn)行機(jī)器學(xué)習(xí)算法評估。
這本書詳細(xì)介紹機(jī)器學(xué)習(xí)算法評估的理論、方法和實(shí)踐。全書分為3個(gè)部分。
第1部分包含第1章～第3章，針對分類算法、回歸算法和聚類算法分別介紹對應(yīng)的基礎(chǔ)理論和評估方法；
第2部分包含第4章～第8章，介紹更復(fù)雜的模型（如深度學(xué)習(xí)模型和集成樹模型）的對比與評估，并且針對它們實(shí)際應(yīng)用的業(yè)務(wù)場景介紹一些特有的評估指標(biāo)和評估體系；
第3部分包含第9章～第11章，總結(jié)算法評估的常用工具、技術(shù)及方法論，包括實(shí)用的可視化工具介紹，并討論機(jī)器學(xué)習(xí)算法的本質(zhì)。
這本書是機(jī)器學(xué)習(xí)和人工智能領(lǐng)域的專業(yè)圖書，對于具備一定基礎(chǔ)算法知識(shí)的讀者，是一本能夠提升實(shí)際操作能力和算法理解程度的書；
對于剛?cè)腴T機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的讀者，本書提供了大量的圖片和表格，盡可能用通俗易懂的方式把難以理解的知識(shí)點(diǎn)講解清晰，容易理解和記憶。
因此，讀者只要具備機(jī)器學(xué)習(xí)和統(tǒng)計(jì)學(xué)的基礎(chǔ)知識(shí)，本書都可以作為其提升專業(yè)技能的“不二選擇”。
本書特色：
● 圖文并茂，全彩印刷，完整而系統(tǒng)地介紹機(jī)器學(xué)習(xí)算法評估理論；
● 配套源碼，基于業(yè)務(wù)場景評價(jià)算法上線服務(wù)的可靠性；
● 利用算法評估工具進(jìn)行實(shí)踐，探索機(jī)器學(xué)習(xí)算法本質(zhì)；
......
求學(xué)若渴，好書推薦！
一入機(jī)器學(xué)習(xí)深似海，算法學(xué)習(xí)深幾許？開卷有益，在這里，我還為你精心準(zhǔn)備三本寶書，愿你與書同行。
●《百面機(jī)器學(xué)習(xí) 算法工程師帶你去面試》
● 點(diǎn)擊上圖，即可購買《百面機(jī)器學(xué)習(xí) 算法工程師帶你去面試》
內(nèi)容簡介：
人工智能領(lǐng)域正在以超乎人們想象的速度發(fā)展，本書趕在人工智能徹底占領(lǐng)世界之前完成編寫，實(shí)屬萬幸。
書中收錄了超過100道機(jī)器學(xué)習(xí)算法工程師的面試題目和解答，其中大部分源于Hulu算法研究崗位的真實(shí)場景。
本書從日常工作、生活中各種有趣的現(xiàn)象出發(fā)，不僅囊括了機(jī)器學(xué)習(xí)的基本知識(shí)，而且還包含了成為出眾算法工程師的相關(guān)技能，更重要的是凝聚了筆者對人工智能領(lǐng)域的一顆熱忱之心，旨在培養(yǎng)讀者發(fā)現(xiàn)問題、解決問題、擴(kuò)展問題的能力，建立對機(jī)器學(xué)習(xí)的熱愛，共繪人工智能世界的宏偉藍(lán)圖。
●《機(jī)器學(xué)習(xí)的數(shù)學(xué)》
● 點(diǎn)擊上圖，即可購買《機(jī)器學(xué)習(xí)的數(shù)學(xué)》
內(nèi)容簡介：
本書的目標(biāo)是幫助讀者全面、系統(tǒng)地學(xué)習(xí)機(jī)器學(xué)習(xí)所必須的數(shù)學(xué)知識(shí)。全書由8章組成，力求精準(zhǔn)、最小地覆蓋機(jī)器學(xué)習(xí)的數(shù)學(xué)知識(shí)。
包括微積分，線性代數(shù)與矩陣論，最優(yōu)化方法，概率論，信息論，隨機(jī)過程，以及圖論。本書從機(jī)器學(xué)習(xí)的角度講授這些數(shù)學(xué)知識(shí)，對它們在該領(lǐng)域的應(yīng)用舉例說明，使讀者對某些抽象的數(shù)學(xué)知識(shí)和理論的實(shí)際應(yīng)用有直觀、具體的認(rèn)識(shí)。
本書內(nèi)容緊湊，結(jié)構(gòu)清晰，深入淺出，講解詳細(xì)。可用作計(jì)算機(jī)、人工智能、電子工程、自動(dòng)化、數(shù)學(xué)等相關(guān)專業(yè)的教材與教學(xué)參考書。對人工智能領(lǐng)域的工程技術(shù)人員與產(chǎn)品研發(fā)人員，本書也有很強(qiáng)的參考價(jià)值。對于廣大數(shù)學(xué)與應(yīng)用的數(shù)學(xué)愛好者，本書亦為適合自學(xué)的讀本。
●《人工智能算法（卷3）：深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)》
● 點(diǎn)擊上圖，即可購買《人工智能算法（卷3）：深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)》
內(nèi)容簡介：
自人工智能的早期階段以來，神經(jīng)網(wǎng)絡(luò)就扮演著至關(guān)重要的角色?，F(xiàn)在，令人興奮的新技術(shù)，例如深度學(xué)習(xí)和卷積，正在將神經(jīng)網(wǎng)絡(luò)帶向一個(gè)全新的方向。
本書結(jié)合各種現(xiàn)實(shí)世界任務(wù)中的神經(jīng)網(wǎng)絡(luò)應(yīng)用，例如圖像識(shí)別和數(shù)據(jù)科學(xué)，介紹了當(dāng)前的神經(jīng)網(wǎng)絡(luò)技術(shù)，包括ReLU激活、隨機(jī)梯度下降、交叉熵、正則化、Dropout和可視化。
本書的目標(biāo)讀者是那些對人工智能感興趣，但苦于沒有良好的數(shù)學(xué)基礎(chǔ)的人。讀者只需要對大學(xué)代數(shù)課程有基本了解即可。本書為讀者提供配套的示例程序代碼，目前已有Java、C#和Python版本。
也可以加一下老胡的微信 圍觀朋友圈~~~
推薦閱讀
（點(diǎn)擊標(biāo)題可跳轉(zhuǎn)閱讀）
深度學(xué)習(xí)的四個(gè)學(xué)習(xí)階段！
2021年，機(jī)器學(xué)習(xí)研究風(fēng)向要變了？
【機(jī)器學(xué)習(xí)】隨機(jī)森林是我最喜歡的模型
Python之父：Python 4.0可能不會(huì)來了
老鐵，三連支持一下，好嗎？↓↓↓