随着互联网和科技的发展，人工智能也逐渐成为未来科技发展的重要方向，而在大数据时代的今天，对于数据采集、挖掘、应用的技术越来越受到瞩目。那么在人工智能和大数据的开发过程中，有哪些特别需要注意的要点呢?今天千锋就带大家先了解一下其中的三大要点。

　　要点一：数据并不是万能的

　　根本上看，机器学习算法并不是魔法，它需要从训练数据开始，逐步延伸到未知数据中去。例如假设你已经对数据的分布规律有所了解，那么通过图模型来表达这些先验的知识会非常有效。除了数据以外，你还需要仔细的考虑，该领域有哪些知识可以应用，这对开发一个更有效的分类器会很有帮助。数据和行业经验结合往往能事半功倍。

大数据培训.jpg" width="500" height="297" />

　　要点二：泛化能力是目标

　　机器学习实践中最普遍存在的一个误区是陷入处理细节中而忘了最初的目标——通过调查来获得处理问题的方法。

　　测试阶段是验证某个方法是否具备泛化能力(generalization ability)的关键环节(通过交叉验证、外部数据验证等方法)，但是寻找合适的验证数据集不容易。如果在一个只有几百个样本的集合上去训练有数百万维特征的模型，试图想获得优秀的精度是很荒唐的。

　　要点三：相关关系不等同于因果关系

　　这一点值得反复强调，我们可以通过一句调侃的话来解释：“地球变暖、地震、龙卷风，以及其他自然灾害，都和18世纪以来全球海盗数量的减少有直接关系”。这两个变量的变化有相关性，但是并不能说存在因果关系，因为往往存在第三类(甚至第4、5类)未被观察到的变量在起作用。相关关系应该看作是潜在的因果关系的一定程度的体现，但需要进一步研究。

　　当然，对于人工智能与大数据的了解你想知道更多，那么你不妨来千锋大数据培训来看一看，因为在这里可以为你打开一扇认识新世界的窗户!