1 通用步骤
•1）论文的阅读，最新算法的研究
•2）算法的大概方向的评估训和确定
•3）练数据收集，清洗以及数据预处理
•4）算法实现，系统设计，参数调优，模型升级
•5）模型效果评估与部署
1）论文的阅读，最新算法的研究
•A、顶级会议论文
•机器学习顶级会议：NIPS, ICML, UAI, AISTATS; （期刊：JMLR, ML, Trends in ML, IEEE T-NN）
•计算机视觉和图像识别：ICCV, CVPR, ECCV; （期刊：IEEE T-PAMI, IJCV, IEEE T-IP）
•人工智能：IJCAI, AAAI; （期刊AI） ACL
•B、搜索引擎（百度学术，谷歌学术，知乎，百度、谷歌、bing）
•2）算法的大概方向的评估训和确定
•A、问题相似度评估
•B、情景相似度评估
•C、语言 是否可切换
•D、确定
•3）数据收集，清洗以及数据预处理
•数据收集：公司数据、网络数据、公开数据集、GAN生成数据
•清洗：数据采样，噪声过滤，数据生成
•数据预处理：特征化和数值化后转化为可训练的数据
•4）算法实现，系统设计，参数调优，模型升级
•算法实现：参考资料论文
•系统设计：软件模块设计架构
•参数调优：更改网络参数
•模型升级：模型算法升级，错误样本再训练
•5）模型效果评估与部署
•A、准确率
•B、召回率
•C、设计lib库本地调用
•D、封装成服务