每年12月，我们的首席执行官苏海尔（Suhail）都会利用假期休息时间，尝试学习一些新东西。两个12月前，这让他参加了Coursera上的一个机器学习课程，Coursera是一个在线教育网站，提供斯坦福、约翰·霍普金斯和宾夕法尼亚大学等顶尖大学的视频课程。机器学习一直受到工程界的重视，但越来越多的人在我们日常使用的产品中找到了实际应用。然而，大多数科技公司距离将机器学习实践融入其产品还有一段时间。经过几周关于回归、正则化、神经网络、无监督学习和异常检测的在线讲座之后，Suhail明白了：Mixpanel的用户可以使用这个。Mixpanel已经帮助您了解用户在过去所做的操作，但是通过机器学习，Mixpanel可以预测用户接下来会做什么，这可能非常有价值。他需要一个比学习机器更需要经验的人。如果Mixpanel打算这么做，他们会做对的。机器人就是这样接管的，对吧？对外行来说，机器学习是人工智能的同义词。它让人联想到流行文化人工智能，像哈尔9000和天网这样有知觉的机器人，一心想统治世界。或者，至少，多疑的机器人马文执意要让我们很伤心。但是人工智能是计算机的广义概念，它可以模仿人类的思维。而创造人工智能是一个很高的要求，包括编程原因、动机和一般抽象思维。机器学习更精确。它是人工智能的一个分支，通常专注于从一组数据中提取知识，并利用这些知识改进机器将来如何基于类似的数据执行任务。有监督的机器学习会观察很多事情的实例，比如我早上上班要花多长时间，并解释其中的因素，比如我走出家门的时间、一周中的哪一天，或者我走的路线。基于所有这些数据，一个机器学习模型可以告诉我它认为我应该每天早上什么时候离开，以及我应该走什么路线准时到达办公室。我工作的次数越多，收集到的数据就越多。机器学习使用这些新的数据不断完善和改进模型，以产生越来越准确的建议。它甚至可以考虑到一些新的因素，比如我开始骑自行车，数据无价，或者每天早上在新开的咖啡店停下来。虽然真正的人工智能还有很长的路要走（从终结我们所知道的人类），但机器学习已经在我们周围的世界得到应用。它就在Netflix建议的电视节目背后，我们无休止地滚动，寻找可以观看的节目。谷歌在搜索"里约奥运会"后，会在搜索结果中显示出来，而气候模型则为我们提供了本周六徒步旅行的天气预报。机器学习特别适合于解决预测和现实世界中的优化问题。我们每天都在寻找更多的实际应用。谷歌公司最近将其全球最大的机器学习中心用于降低其巨大的数据学习费用。其结果是用电量减少了15%，多年来，这将为公司节省数亿美元。https://deepmind.com/blog？t=1但是机器学习并不是一个能独立完成这一切的有知觉的机器人。在每一个好的机器学习模型的背后都有一个工程师团队，他们对问题进行了长时间的深思熟虑，并精心设计出了正确的模型，当问题越遇到问题时，解决问题的能力就越强。而发现这个问题并构建正确的模型正是机器学习变得非常困难的原因。机器学习的难点"这样想吧，"Mixpanel的机器学习主管珍妮·芬克尔告诉我您可以尝试用ML解决一系列问题，一方面是非常具体的问题，另一方面是抽象问题。"珍妮一年半前加入Mixpanel，有解决各种机器学习问题的经验。正如她向我解释的那样，我早上上下班的问题是具体的。这是一个非常明确的问题。我可以走一系列去办公室的路线，也可以有一系列的时间离开我的家。从中，模型会根据当前的情况选择最好的。但是一个问题变得越广泛和抽象，它必须考虑的实例越多，用同一个模型解决就越困难。想象一下我们给我的通勤问题增加了一个人。他们要离开一个不同的社区，甚至是一个不同的城市。也许他们是开车而不是坐公共汽车。他们甚至可能有一个不同的指标来判断他们的通勤。如果我想在某个特定的时间进入办公室，他们可能会有一个时间窗口，他们更关心的是尽可能缩短通勤时间。问题越广泛，模型就越需要通用。但是模型越通用，它对每个特定实例的准确度就越低。机器学习最困难的部分是批判性地思考问题，构建一个模型来解决问题，找出模型是如何崩溃的，然后更新它以使其更好地工作。通用模型不能做到这一点。"制作一个真正好的机器学习模型是一门黑色的艺术，"珍妮说难的不是数学。最困难的是要弄清楚如何用一种易学的方式来表达你的问题。"发现正确的问题当珍妮寻找正确的问题来解决时，她正在寻找一个足够困难，但最终可以解决的问题。在斯坦福大学，珍妮获得了计算机科学博士学位，大数据中心，她专注于机器学习和自然语言处理。"学习人类语言真的很有趣，"她告诉我这真的很难建模，但你知道你可以做到，因为人类可以做到。"在斯坦福大学，她共同撰写论文，其中包括Andrew Ng、斯坦福大学教授和库塞拉共同创始人，他在Suhail的在线速成课程中学习了机器学习。之后，珍妮在Prismatic工作了三年，这是一家小型初创公司，它制造了一款智能的个性化新闻阅读器。她喜欢在产品上工作，但最终公司并没有成功。对于她的下一个角色，她期待成为第一个机器学习的人在一个后产品市场适合的公司，显然需要机器学习；一个公司，她可以建立基础，根据她的愿景应该如何做。"你和一些公司谈过，他们只会说，‘哦，数据！大数据很受欢迎。我想，‘不，我向你保证，如果你的心态是这样的话，你不会很高兴从中走出来的。’盲目地钻研数据而不了解自己想要从中得到什么是一种很容易让自己陷入失败的方法。做好机器学习的很大一部分是从要解决的正确问题开始。通过一个朋友，珍妮联系上了Mixpanel。正是这个问题，Suhail希望帮助Mixpanel用户解决感兴趣的Jenny。模型原型使用Mixpanel跟踪用户正在执行的操作的每个产品都有一些"转换事件"的变体。对于本出版物，它可能会让您订阅或创建Mixpanel帐户。对于流媒体音乐应用程序，它可能会升级到付费账户。一个购物应用程序。Mixpanel正在寻找一个工具，它可以帮助预测哪些用户最有可能转换，而不管转换对您来说是什么。"这是一个元问题，"珍妮说你不是在试图预测谁会做某个特定的动作，比如买一件衬衫。它可以是任何操作，甚至可以执行特定次数的特定操作。"但它也不是完全抽象的。Mixpanel的数据模型，不管是用于游戏应用程序还是照片共享应用程序，都是一致的。每个面板发送的事件都是相同的，但它们的格式不同。珍妮很感兴趣。"我喜欢那些你不知道自己能否成功的任务，"她告诉我这意味着你在努力。"随着问题的解决，作为新机器学习团队的唯一成员，珍妮开始从Mixpanel中提取数据并进行建模。"我一个人呆了六个月。我刚接到任务，就到我的角落去争取它。"她不是在开玩笑。我在珍妮的早期加入了Mixpanel，我第一次认识她是一名工程师，她经常在沙发上工作，躲在办公室另一端人流稀少的走廊里。在那张沙发上，她建立了早期的预测模型，并观察它们何时破裂。她浏览了大公司和小公司的模型数据；转化率高的产品，比如有签约活动的产品，以及转化率低的产品，比如大票电子商务商店。"预测数据的转换事件很困难，因为环境不同，公司不同，用户也不同。"这个问题很广泛，这意味着珍妮从一个更普遍的模型开始。现在是时候运用黑色艺术让它歌唱了。几个月来，她提取了测试数据，云端服务器，并对其运行情况进行了检查，并在模型输出不准确的预测时对其进行了修正。一次迭代一次，模型就变得越来越好，租用服务器，越来越接近成为Mixpanel Predict的产品。把原型变成产品当需要将预测模型转换为产品时，需要将原型集成到Mixpanel的工程环境中。这意味着编写一些C++。但是C++中的编码不是很快，十大淘客软件排名，它可能是一个艰巨的过程。C++需要绘制出每一个小细节，而詹妮则不喜欢它。然后，在一个公司郊游看吉安