前言：本文同步釋出於公眾號：Charlotte資料探勘，歡迎關注，獲得最新干貨～
昨天看到幾篇不同的文章寫關於機器學習的to do & not to do，有些觀點贊同，有些不贊同，是現在演算法崗位這麼熱門，已經不像幾年前一樣，可能跑過一些專案、懂點原理就可以了，現在對大家的要求更高，尤其工程能力更不可缺少，只跑過一些iris鳶尾花分類、啤酒與尿布、貓狗分類等的同學需要再提高提高，因為競爭太激烈了，我在這裡結合我自己的經驗總結一下吧～
To Do
-
做專案時，邊蒐集資料可以邊用已經蒐集好的少部分資料跑模型。不用等到所有資料都蒐集好了再跑。
-
不知道什麼演算法合適，可以直接把所有的演算法都跑一遍，看效果再選擇，多跑幾個應用場景你就知道什麼演算法適合什麼場景，什麼資料對不同的演算法會有什麼影響了。
-
不知道什麼引數是最佳引數，可以用random search或者grid search自動搜尋最佳引數組合，有經驗以後對於每個引數的大概範圍心裡會有個數。
-
一定要練習工程能力，只會調參的demo俠現在很難找到工作啦。
-
模型復現和刷題是很好的鍛鍊工程能力的一種方式。
-
刷題不要追求數量，要總結不同型別的題目的經驗，並結合之前的業務中，看能不能優化之前的業務邏輯。
-
模型復現可以給自己規定一個任務，譬如在一個月內，把某篇論文的Tensorflow實現的程式碼，復現成Pytorch或者PaddlePaddle等其他框架的程式碼，不是閒著沒事做，而是模型復現可以迅速提高你對框架的熟悉度和程式碼能力。
-
模型復現的過程中，最難的是寫新的op和模型效果（精度和速度）的對齊。這可能很折磨人，但是收穫也很大。
-
如果要做新專案，可以先看看有沒有預訓練模型，可以快速做遷移學習的，如果有，那麼整體的模型週期會快很多。
-
如果跑完演算法，一定要有一個成品的形態，最好不要只做演算法這一塊，譬如跑完模型將其打包封裝成服務介面（服務端和移動端等），達到讓人可用的狀態最好。
-
領導不想知道過程，只想知道結果。沒有可用的東西和視覺化的結果，他會覺得你啥也沒做。
-
上條只針對部分領導。
-
沒有人會比你更關心模型的引數調整導致模型的效果提升了0.1%還是1%，大多數人，尤其是leader、或者leader的leader，只關心它有什麼用，真實場景的效果好不好。
-
可以多和同事、同行等互相交流，參加線下的學習會、交流會等，可能會有意想不到的收穫。
-
學習新的演算法，先把程式碼跑起來再說，再來看理論、數學推導、自己手寫實現等。
-
除了調參以外，還需要關注關注部署上線、模型壓縮等方面的內容。
Not To Do
-
訓練資料不要太乾淨了，因為真實場景的資料往往和實驗資料差很多，嘗試加點噪音吧，做些資料增強和mixup等。
-
論文裡的效果不一定能復現。可以嘗試論文的思路，但是不要太過相信論文裡的效果資料。
-
做一個專案就好好深挖，不僅僅要做出來，還要不斷的優化，不然每個專案都只是跑通了，效果還行，沒必要寫到簡歷裡，不如寫一個做的很深入，嘗試了各種優化方法並有效果提升的專案。
-
不要因為覺得自己數學不好就先去惡補數學，買一堆高等代數、數學分析、實變函式、複變函式等純數學書，如果一定要看，推薦《線性代數》《資訊理論》《凸優化》《數值分析》。
-
上條推薦的四本數學書也不用全看，凸優化太厚了，其他三本可以在自己有大塊時間可以刷書的時候，規定自己在一個月或者幾個月的時間迅速刷完。線性代數是基礎，數值分析是優化方法（也不用全看），凸優化與資訊理論與目標函式相關，涉及機器學習的很多理論知識。
-
不要覺得你訓練的模型效果多好就多麼厲害，除非是做科研、打比賽、工業界更關注能不能落地，能不能應用產生價值，不要自high = =
-
如果把你的演算法封裝成服務了，也要做做壓測，學習下工程方面的內容。
-
最好的狀態是，工程能力強，又懂演算法，兩者結合，效果更佳。不要只注重某一方面的提升，多關注下自己的程式碼風格，不要讓你的同事code review的時候犯難 - -
暫時想到這些，每條都是試錯後的血淚教訓的總結T_T，有補充的歡迎大家在下面留言～
