智能数据算法确实存在匹配关系

　　机器学习学术领域每天都有大量的算法被发明出来，然而大部分发明在实践中是没用的。学者坐在自己的办公室里，守着那些有限的公开数据不断调试算法，直到那些小小的可爱的公开数据向炼丹手屈服。有句话说的好，“Notoriously torture the data until it confessed”，不断给数据上刑直到它屈服。许多算法无法应用，主要因为没在真实数据中练兵。真实的数据往往极其复杂，需要简单强壮的算法去征服它们。

　　所谓好算法，就是不浪费数据。能大化数据价值的算法，是基于不同数据结构而发挥数据价值的。换句话说，不同的数据结构和不同的算法确实存在匹配关系，没有算法，只有适合的算法。例如，决策树算法效率非常高，也易于解释，但却不适合在高维度数据中做建模。而即使预测能力非常强的GBDT算法，在文本挖掘中也难显示其威力。

　　近兴起的深度学习算法，也并不是钥匙。深度学习技术可以让特征工程自动化，于是数据科学家再不用花大量时间去抽取特征。然而，深度学习算法一般都有许许多多参数。于是乎，深度学习算法表示，呵呵，我们不过是把你们用来抽特征的时间，拿来调参数了。
本文来源：http://www.chi***.cn/solutions/data_cloud