2019 年 4 月
第 34 卷，第 4 期
[编者寄语]
适应机器学习
通过Michael Desmond |2019 年 4 月
.jpg "Michael Desmond")
当 Geoff Hulten 最近的主体机器学习科学家在 Microsoft，直到找到我有关机器学习原则和模式有关编写一篇文章时，我很好奇。MSDN 杂志 》 还致力于提供代码级别、 操作指南文章，可帮助处理开发人员改进和扩展他们的技能。而我们发布了许多看一看这些年来的机器学习的各个方面的文章，我们还没有钻取到应引导做出决策围绕机器学习的更高级别的、 操作概念。
Hulten 的功能"已关闭循环智能：机器学习设计模式，"的更改。而不是棘手的技术问题或新工具的战术性探索，这篇文章探究模式和实践可以是成功的机器学习项目的关键。本文深入探讨的机器学习管理的四个关键方面：使用用户启用闭环反馈，将机器学习应用到正确的目标，生成系统，以支持机器学习基于解决方案，并了解哪些内容放到正在运行的一种机器学习基于系统的连接。
我问 Hulten 为开发人员花点时间了解关键原则和模式，因为它们会着手实施机器学习项目是非常重要。他提供很多开发人员所熟悉的比较。
"我记得过程从我自己个人的转换通过转到面向对象的编程。很容易就可以划分为旧习惯并使用流传的几个对象创建一个实质上是过程化程序。这也是轻松地转到完整的对象 bizarre-o-领域进行讲述，并创建一些对象在其中接管了和程序转变为无意义的乱码"Hulten 说。"我认为机器学习是只需为功能强大且转变为面向对象的编程：若要充分利用它需要考虑的问题时稍有不同;您还需要开发智慧和判断，以使用机器学习相应的功能。"
毫无疑问，与重要的模式转变，错误很多。有关常见机器学习失误，问 Hulten 我和他单独进行的开发人员往往会将机器学习视为"神奇的块框"，可以集成到应用程序，如函数调用。
"此未命中数的简单方式在应用程序可以支持机器学习并将其置于最佳产生的影响，所有"他介绍了。"提供了成功之路，减少错误，因此调整用户交互的成本预测他们创建最佳的定型数据，以及更多功能。"
另一种常见的误解：如何在机器学习系统中处理错误和错误。Hulten 说开发人员往往会将机器学习错误视为代码缺陷，如 bug"刻录为零。" 但他强调，机器学习中，根据设计，孰能无错。若要充分利用机器学习中，应用程序必须"接受这些错误并帮助减少导致的损害"，他说。
Hulten 也会调用面向开发人员需要更长的视图，并为提供随时间而改进他们的机器学习应用程序可以如何以生成改进的影响和效率的思路。它的调用后关闭循环模式在他的文章中所述的建议。
说 Hulten:"机器学习中的正确位置时，你的应用程序应提升每次用户与之交互。"
Michael Desmond是的主编MSDN 杂志 》。