【机器学习】机器学习工程实战-第2章 项目开始前
上一章：第1章 概述
文章目录
- 2.1 机器学习项目的优先级排序
- 2.1.1 机器学习的影响
- 2.1.2 机器学习的成本
- 2.2 估计机器学习项目的复杂度
- 2.2.1 未知因素
- 2.2.2 简化问题
- 2.2.3 非线性进展
- 2.3 确定机器学习项目的目标
- 2.3.1 模型能做什么
- 2.3.2 成功模型的属性
- 2.4 构建机器学习团队
- 2.4.1 两种文化
- 2.4.2 机器学习团队的成员
- 2.5 机器学习项目为何失败
- 2.5.1 缺乏有经验的人才
- 2.5.2 缺乏领导层的支持
- 2.5.3 数据基础设施缺失
- 2.5.4 数据标签的挑战
- 2.5.5 谷仓式组织和缺乏协作
- 2.5.6 技术上不可行的项目
- 2.5.7 技术团队和业务团队之间缺乏协调
- 2.6 小结
本部分主要是项目开始前的准备工作，主要是实际开展工作前可能遇到的问题以及可能面临的难题等，是站在整个工程的角度的经验。
对于缺乏整个项目经验的人来讲，或许不太好理解，甚至觉得无关紧要。但对于有丰富项目经验的人员来讲，算是一个比较深刻的总结，或许可以感同身受并从中吸取教训。
这部分内容我不作为笔记的重点，只是
简单列出大纲，有兴趣的同学可以自行查找相关资料。
2.1 机器学习项目的优先级排序
2.1.1 机器学习的影响
2.1.2 机器学习的成本
2.2 估计机器学习项目的复杂度
2.2.1 未知因素
2.2.2 简化问题
2.2.3 非线性进展
2.3 确定机器学习项目的目标
2.3.1 模型能做什么
2.3.2 成功模型的属性
2.4 构建机器学习团队
2.4.1 两种文化
2.4.2 机器学习团队的成员
2.5 机器学习项目为何失败
2.5.1 缺乏有经验的人才
2.5.2 缺乏领导层的支持
2.5.3 数据基础设施缺失
2.5.4 数据标签的挑战
2.5.5 谷仓式组织和缺乏协作
2.5.6 技术上不可行的项目
2.5.7 技术团队和业务团队之间缺乏协调
2.6 小结
虽然实际工作复杂多变，但本章内容偏向于描述，所以比较简单。
无论您是否理解，都请在关闭网页之前，利用2秒钟的时间，在脑海中迅速回顾一遍本章的框架！
下一章：第3章 数据收集和准备