识别正确类型的算法是一个迭代思想的过程 。你、需要不断尝试不同的算法，以最终登陆到高效的算法 。7.自动特征生成特征的质量对最终的机器学习算法的准确性至关重要 。没有机器学习方法可以很好地选择功能不佳的产品 。但是当我们使用深度学习算法时，你不需要特征工程 。由于深度学习不需要提供最佳的功能，因此它可以自行学习 。
如果你正在进行图像分类或手写分类，那么深度学习是适合的 。使用深度学习，图像处理任务已经取得了惊人的成果，在下图可以看到每个图层中如何自动创建功能 。你还可以观察每层之后有多少功能正在变得更好 。8.数据分配和参数调整有效地探索数据总是更好 。数据分布可能意味着转型，数据可能跟随高斯函数或其他函数族，在这种情况下，我们可以应用一点变换的算法来得到更好的预测结果 。
我们可以做的另一件事是微调算法的参数 。即当我们构建随机森林分类器时，我们可以调整要构建的树的数量，选择用于拆分的变量的数量等 。同样，当我们构建深度学习算法时，我们可以指定我们需要多少层，需要多少个神经元 。在每一层中，我们需要哪种激活功能 。如果我们在算法中使用合适的参数类型，调整参数就可以提高模型性能 。
结论：提高机器学习模型的性能很困难 。以上提高性能的方法都是基于经验 。当我们使用集成方法时，需要对算法有全面的了解 。诸如随机森林、Xgboost、SVM和神经网络的算法被用于高性能 。不知道该算法如何能很好地适应训练数据，是获得更高性能的障碍 。所以我们应该始终知道如何根据不同的任务调整算法 。当我们进行参数调整时，应该考虑过度拟合 。
如何培养逻辑思维和建立模型的通用智慧能力？
认知框架君来挑战这个问题 。这个问题可以分2部分如何学习逻辑思维 。如何为所学习的知识建立模型，如何具备建立模型的能力这2部分可以整合在一起，可以这样表述 。如何学习逻辑思维的知识，并使用【模型】把学习到的逻辑思维的知识整合成一个框架 。下边先谈一下如何学习逻辑思维知识这当然要去看一些逻辑学的书 。看逻辑学的书当然会有些复杂，有很多概念要去梳理 。
我们只能先一个一个碎片的看看逻辑学到底有哪些核心概念 。比如了解什么是属性比如解什么是概念、内涵、定义、外延、划分比如了解什么是判断 、命题比如了解什么是推理比如了解什么是论证比如了解什么是假设有了这些逻辑学的知识基础我们就可以利用这些基础来构建推理链条帮助自己把[大脑的认知]与[现实、事实]联系起来接着我们来谈如何把学到的逻辑思维的知识整合成一个模型，整合成一个框架学习知识，不是流水帐，因为一本书就好如一个流水帐，一个字眼一个字眼【跃入】眼睛 。
如果是这样子去读书，一本书那么多字，你想记住它们是很复杂的 。因此为了读到【简单】的层次 。这时就要设计框架去组织逻辑学的知识【各种概念】，把这些概念就象砌墙一样，把一个砖【概念】一个砖【概念】联系起来 。这其实就是在构建模型 。模型直抵源头来说，其实就是联系 。构建模型，就是构建联系 。至于怎么构建联系是如何做的方法层面，每个人都可以自己去设想，但一旦明白模型就是联系的组合，大脑里就建立了对模型简单的理解，用这个理解来引导我们去构建联系，通过联系去组合知识 。
下边这个图就是个人对逻辑思维所构建的模型或框架这个框架不仅组织了【逻辑思维领域的知识】，还组强了【批判性思维的知识】个人是通过上面所谈的那样来培养自己的逻辑思维，也如上面所谈的那样来建立模型 。推荐认知框架君的一个专栏【从0到1设计一个简单的逻辑框架】，这个专栏会更系统的来谈，如何学习逻辑思维，最后如何建立相应的模型 。
推荐阅读
- 如何健康饮食论文,健康饮食论文范文
- 辨析 如何对待性别歧视,性别歧视与区别对待
- 乡镇如何加快发展,如何加快乡镇经济发展
- 如何做一名幼儿老师,怎样做一名合格的幼儿教师
- 动静脉内瘘如何穿刺,血液透析动静脉内瘘穿刺部位
- 如何制定企业营销战略,企业营销战略制定的六大步骤
- 护理论文写作基本方法有哪些,儿科护理论文如何写容易发表
- 如何应对违反课堂纪律的学生,违反课堂纪律如何处理
- 如何带好团队的演讲稿,怎样带好团队演讲稿
- 如何查论文参考文献,论文参考文献查重吗