美國(guó)政府倡導(dǎo)聯(lián)邦機(jī)構(gòu)學(xué)習(xí)機(jī)器內(nèi)容

許多美國(guó)聯(lián)邦機(jī)構(gòu)現(xiàn)在正處于了解機(jī)器學(xué)習(xí)以及如何將之應(yīng)用到預(yù)測(cè)性分析中，把機(jī)器學(xué)習(xí)的一些要素應(yīng)用到任務(wù)中，每個(gè)機(jī)構(gòu)都能從中獲益。

許多美國(guó)聯(lián)邦機(jī)構(gòu)現(xiàn)在正處于了解機(jī)器學(xué)習(xí)以及如何將之應(yīng)用到預(yù)測(cè)性分析中，比如網(wǎng)絡(luò)威脅檢測(cè)，數(shù)據(jù)泄露自動(dòng)檢測(cè)和在社交媒體上識(shí)別潛在恐怖分子威脅的動(dòng)向。把機(jī)器學(xué)習(xí)的一些要素應(yīng)用到任務(wù)中，每個(gè)機(jī)構(gòu)都能從中獲益。

采用機(jī)器學(xué)習(xí)也意味著數(shù)據(jù)安全，數(shù)據(jù)引擎和基于數(shù)據(jù)型決策的新視角。對(duì)于還在部署階段探索的機(jī)構(gòu)而言，從何處開始部署其實(shí)都還是一項(xiàng)挑戰(zhàn)。以下幾步的學(xué)習(xí)，有助于各位在機(jī)器學(xué)習(xí)的道路上事半功倍。

安全第一

和任何系統(tǒng)整合項(xiàng)目一樣，安全是整體設(shè)計(jì)過(guò)程中的頭等大事。有關(guān)數(shù)據(jù)的具體問題很重要。例如：

誰(shuí)能看到這些數(shù)據(jù)？

如何變更數(shù)據(jù)訪問權(quán)限？

可否把Active Directory/Lightweight Directory Access Protocol方案整合進(jìn)去？

可否將在行級(jí)(row level)或單元級(jí)(cell level)匿名數(shù)據(jù)？

可否與其他數(shù)據(jù)師共享我的數(shù)據(jù)，運(yùn)算法則和項(xiàng)目結(jié)果，然后在有需要的時(shí)候變更訪問控件？

在實(shí)施任何機(jī)器學(xué)習(xí)項(xiàng)目之前，有關(guān)數(shù)據(jù)管理，數(shù)據(jù)安全，監(jiān)管和數(shù)據(jù)沿襲(data lineage)都是基礎(chǔ)性的問題。

聚焦任務(wù)

準(zhǔn)確了解自己需要解決哪些問題。選擇一項(xiàng)適合的技術(shù)來(lái)解決該問題。定格問題，最大化地挖掘此項(xiàng)技術(shù)的價(jià)值。

任何機(jī)器學(xué)習(xí)項(xiàng)目的最大挑戰(zhàn)之一是訪問數(shù)據(jù)集。通常操作者需要從多個(gè)數(shù)據(jù)所有者處進(jìn)行訪問，此外，還會(huì)遇到各種數(shù)據(jù)類型的問題。數(shù)據(jù)所有者必須同意共享數(shù)據(jù)且加入機(jī)器學(xué)習(xí)計(jì)劃。

機(jī)器學(xué)習(xí)最簡(jiǎn)單的形式是以運(yùn)算法則為基礎(chǔ)，根據(jù)歷史數(shù)據(jù)識(shí)別趨勢(shì)，然后做出預(yù)測(cè)。數(shù)據(jù)越好，運(yùn)算法則越好，則預(yù)測(cè)越準(zhǔn)確。

我已經(jīng)有數(shù)據(jù)，然后要怎樣做?

在獲取數(shù)據(jù)集后，就可以全面了解數(shù)據(jù)了。將域?qū)＜遥瑪?shù)據(jù)科學(xué)家和程序員召集到一起。先了解你的數(shù)據(jù)，然后才可以對(duì)其進(jìn)行最大化的利用。你需要補(bǔ)充新的數(shù)據(jù)要素，融合多個(gè)數(shù)據(jù)源，執(zhí)行數(shù)據(jù)分析，并啟動(dòng)“特征工程”（feature engineer）。在機(jī)器學(xué)習(xí)領(lǐng)域，一個(gè)特征就是一個(gè)單獨(dú)的屬性或者“解釋性的變量”。你需要投入時(shí)間和域?qū)I(yè)知識(shí)以識(shí)別數(shù)據(jù)中特定的，獨(dú)立性的特征。數(shù)據(jù)方面的知識(shí)是選擇合適特征并使運(yùn)算法則行之有效的關(guān)鍵。選定特征后，要啟動(dòng)訓(xùn)練和提煉模式。

管理數(shù)據(jù)

把數(shù)據(jù)放入單獨(dú)的數(shù)據(jù)庫(kù)，數(shù)據(jù)湖或Hadoop生態(tài)系統(tǒng)的日子一去不復(fù)返。部署好控件層，才能更輕松地從多個(gè)數(shù)據(jù)源獲取數(shù)據(jù)，并進(jìn)行變更，特別是當(dāng)任務(wù)關(guān)乎數(shù)據(jù)訪問和數(shù)據(jù)共享的時(shí)候。

利用遺留的數(shù)據(jù)存儲(chǔ)，然后同時(shí)管理數(shù)據(jù)和互動(dòng)連接以加速數(shù)據(jù)訪問。

消除手動(dòng)檢查節(jié)點(diǎn)，以便優(yōu)化模式輸出和整個(gè)企業(yè)之間的反饋回路。

確保政策部署到位，且要保障政策的執(zhí)行力和安全性。

與機(jī)器學(xué)習(xí)模式所掌握的情況溝通

記住一些案例。避免“科學(xué)項(xiàng)目綜合征”的發(fā)生，關(guān)注最初的問題以及從模式中獲取的真實(shí)情況，想辦法與之進(jìn)行溝通。許多工具提供的虛擬化方式能讓這種溝通變簡(jiǎn)單。

準(zhǔn)備好模式生產(chǎn)并使其可持續(xù)

快速?gòu)母拍钷D(zhuǎn)換到產(chǎn)出，才能達(dá)到實(shí)操目的。一旦環(huán)境和控件層到位，就要繼續(xù)添加使用案例和更多的數(shù)據(jù)集。

讓一個(gè)機(jī)構(gòu)或組織要想最大程度利用機(jī)器學(xué)習(xí)和數(shù)據(jù)科學(xué)，就需要長(zhǎng)期投入人才和不斷發(fā)展技術(shù)。進(jìn)入機(jī)器學(xué)習(xí)領(lǐng)域，需要在技術(shù)上完成從操作分析到預(yù)測(cè)分析的轉(zhuǎn)型。

企業(yè)文化也需要發(fā)生改變，因?yàn)轭I(lǐng)導(dǎo)者要意識(shí)到基于數(shù)據(jù)的決策要比感情用事更重要。多鼓勵(lì)數(shù)據(jù)共享和協(xié)作。保持你的模式。數(shù)據(jù)會(huì)隨著時(shí)間流逝而改變。趨勢(shì)也會(huì)隨時(shí)間而改變。建立準(zhǔn)確的，有預(yù)測(cè)性的模式是一種努力的方向。制訂一個(gè)計(jì)劃來(lái)追蹤模式的性能，再設(shè)置好更新周期。