編者按：掌握一件工具之前，首先要搞清楚用它做什麼。而本質是工具的機器學習，近年來逐漸演變成一股潮流。
在美國企業資料方案諮詢師 Eric Brown 看來，當下無數公司置其資料資本和實際問題與不顧，一窩蜂上馬機器學習，實在是荒唐可笑。他特地發文表達了對該現象的批判和反思。雷鋒網編譯。
Eric Brown
Eric Brown：資料科學家要用資料說話。從數據上來看：你，和你的公司，並不需要機器學習。
我是認真的。
或許你不同意，那麼聽我解釋。我說“從資料上看”，指的是對於當今世界的絕大多數公司，機器學習（ML）既非必要也無益處。各公司想要利用 ML 來處理的絕大部分任務，都是十分直接的問題——使用某種形式的回歸即可完美解決。後者或許不是你在高中代數課上學到的線性回歸，但仍會是某個回歸函數。雷鋒網瞭解到，著名經濟學家 Robin Hanson 最近發表了相同觀點，他在推特上說道：
“一個優秀的電腦專家會說：大多數公司以為他們需要先進的 AI、ML 技術，其實，他們真的只需要在乾淨的資料上做線性回歸。”
這句話中，“乾淨的資料“是重點。它極度、極度重要，但相當多的公司總是在處理資料時忘記、或者忽視這一點。若沒有合格的資料品質，以及到位的資料治理、管理流程和系統，有極大的可能性你會陷入垃圾資料陷阱——
“向模型輸入的是垃圾，輸出的也是垃圾”
。太多資料項目目如此，結果不了了之。
大多數公司並不知道資料管理是什麼
我並不是一個資料管理、資料品質方面的專家導師。但我對這個領域有一定的瞭解——足夠讓我清楚不合格、不到位的資料管理是什麼樣。況且我經常遇到這些情況。在我與公司客戶合作、説明他們開展新資料專案的工作經歷中（到現在已經變成了主要是討論 ML 和深度學習），
我問客戶的第一個問題永遠是：
“告訴我你的資料管理流程”
。如果對方不能合理地描述出這些流程，那麼很顯然 ML 並不合適——他們還沒有做好準備。
過去的五年裡，我估計有 75% 的情況下，客戶對我的資料管理問題的回答是：
“ 嗯……我們有一部分資料存在一個資料庫裡，其他資料存在有合法許可權的檔共用裡。”
這不是資料管理，是資料存儲。
如果你或你的公司並沒有高品質、乾淨的資料，幾乎可以斷定，你並不適合機器學習（機器學習也不適合你）。搞任何資料項目目，資料管理都是第一步。
如果你有搞資料管理
來找我的公司機構裡，有一小部分安排了合格的資料管理工作。他們理解對於好的資料、好的分析而言，品質、治理和管理有多麼重要。如果你的公司也是如此——恭喜你，在這方面你已經超過了絕大部分競爭對手。
但我要給你潑點冷水。僅僅因為有乾淨、高品質的資料，不意味你應該/需要搞機器學習。當然你可以搞，但大多數情況下真沒這個必要。
過去五年向我諮詢過的所有公司裡，我會說：
他們原本要用機器學習解決的問題，有 90% 最後只用了普通回歸方式就完美解決。
每當我推薦用簡單的回歸，來解決客戶眼中的“複雜、高深”問題（雷鋒網住：他們下定決心要研發多重 ML、DL 模型來對付），人們總是相當驚訝。我也總是不得不向他們解釋，他們可以走機器學習的路線，而且那樣做
或許
也有價值。但能搞清楚基礎建模、回歸能為你做什麼，ML/DL 是否在一些領域比基礎回歸函數更好，難道不是一件好事嗎？
你說：我鐵了心要搞機器學習
我還能說啥？那就大膽去做！沒什麼能阻擋你一直跋涉到 ML 和 DL 的深水區。畢竟機器學習有它的用處和舞臺。只是記住：
在充分瞭解你的資料，搞明白“經典”方法能為你要解決的難題做到哪一步之前，不要一股腦兒得栽進機器學習。
via
Eric Brown