2019年/10月/26日
智能应用8个误区
我做了多年的智能风控决策系统，包括从数据接入，数据提取，到模型加工，最后的决策引擎，始终让我觉得机器在智能领域要走的路还很长，最近无意翻了下一本书《智能web应用》 里面有几个关于这个领域的误区观点让我深深的认同，行业表象繁华，其实内涵引人深思
误区一：数据是可靠的
太多因素导致数据不可靠
开发数据和产品数据不一致
太多缺失值
数据可能会变
数据没有规范化
所想的算法可能不适合数据
误区二：计算能马上完成
任何解决方案的计算都需要时间
不能盲目的假设计算时间
需要仔细测试算法的性能
误区三：不考虑数据规模
小量数据和大量数据的投入差异巨大
数据规模带来的影响是多方面的
误区四：不考虑解决方案的可扩展性
不要相信所有算法都是可扩展的
设计的开始阶段就要关注算法的可扩展性
误区五：随处使用相同的方法
这个就是知名的锤子理论，哪里都是钉子
没有通适的方案，不要抱有幻想
看问题维度要高，发现其局限性
利用不同的方法解决不同的问题
误区六：总是能知道计算时间
计算领域的蝴蝶拍翅膀问题
有可能仅仅是微小的数据变化就可能导致剧烈的时间变化
误区七：复杂的模型更好
任何事情都是过犹不及
我们应该从简单的模型开始
KISS原则永远是软件工程师的好伙伴
误区八：存在无偏见模型
无知和偏见冲刺着我们的生活
我们应该注意解决方案中的偏见倾向
偏见会使我们受已知事实的限制