# 快速了解任何機器學習工具（即使您是初學者） > 原文： [https://machinelearningmastery.com/machine-learning-tool-templates/](https://machinelearningmastery.com/machine-learning-tool-templates/) 您如何快速了解機器學習工具？ 使用正確的工具可能意味著快速獲得良好預測與您無法交付的項目之間的差異。您需要在使用它們之前評估機器學習工具。 您需要知道機器學習工具適合您，適合您的項目并且您可以信任它。 在這篇文章中，您將了解如何快速設計和填寫一頁的算法描述模板。您可以使用此類機器學習工具模板來評估機器學習工具，并直接與其他工具進行比較和對比。  機器學習工具模板 照片由 [visualpun.ch](https://www.flickr.com/photos/visualpunch/5218426053/) ，保留一些權利。 ## 關于機器學習工具的問題 很難發現機器學習工具是否適合您。 為項目選擇和采用機器學習工具是一項重要決策。它必須提供滿足項目目標所需的功能。它還必須提供接口，文檔，支持以及在實踐中實際使用它所需的一切。 有時，了解工具的工作原理或工具的局限性至關重要。您始終需要知道您可以信任該工具來提供其功能，并在您需要時提供足夠的支持。 您對機器學習工具有疑問，找到答案可能很難，有時候也很荒謬。更糟糕的是，一旦得到答案，您就沒有明確的方法來評估您對該工具或上下文所學到的一切，以便將其直接與其他工具進行比較。 ## 設計和填寫工具說明 答案是記錄您對機器學習工具的所有具體問題。 花點時間考慮所有問題，如果回答，將允許您決定一個工具是否適合您，以及它是否比您正在考慮的其他工具更適合或（未比較）。 您可以使用這些問題創建一個小的單頁工具描述模板。通過研究每個問題，您可以快速填寫該模板，并對該工具進行高度定制和定制的描述。 它提供了一種結構化的方法來研究和捕獲您需要了解的有關該工具的信息，并提供評估和參考，以便與其他工具進行比較。 您還可以存儲，更新，共享并在將來的項目中反復使用它。 ## 描述任何機器學習工具 使用系統過程，您可以描述任何機器學習工具。 ### 快速的 5 步流程 以下是描述任何機器學習工具的快速 5 個步驟。 1. **選擇工具**：選擇要描述的工具。這可能來自您之前創建的一個簡短工具列表。或者，它可能是一個新工具或工具引起您的注意，您想要了解更多。 2. **識別問題**：列出您對該工具的疑問。具體問題很有用（例如什么是許可協議？）。更可能的是開放式問題需要信息摘要（例如[應用機器學習過程](http://machinelearningmastery.com/machine-learning-checklist/)的工具涵蓋哪些任務？）。 3. **創建模板**：將問題放在一個新的文本文檔或電子表格中，每個文本都有空格，以便您可以填寫答案。這是您的機器學習工具模板。您可能希望保存未完成的模板，并在將來的項目中重復使用它。 4. **研究**：使用您最喜歡的搜索引擎并研究您的工具。一次關注一個問題，并使用問題中的語言作為搜索條件。嘗試在每個問題上花費幾分鐘來捕捉答案的高級或廣泛筆畫。 5. **完整模板**：使用搜索結果填寫模板。使用項目符號并關注對問題和您有用且有意義的突出細節。不要將粘貼復制到文本塊中。這無助于您更好地理解該工具。 ### 偉大工具描述的提示 以下 8 個提示可幫助您制作出色的機器學習工具說明。 * **快速完成模板**。創建模板的時間不要超過 30 到 60 分鐘。工具和模板不是項目。快速完成，捕獲廣泛的筆觸并使用模板。您可以隨時回來進行另一輪研究。 * **使您的模板成為目標**。不要試圖捕獲機器學習工具的所有屬性。在確定它是否對您有用之前，請關注您真正需要回答的關于工具的 5 到 10 個問題。這些問題很可能會集中在該工具的功能和您對該工具可以提供的信任。 * **采用一致的模板**。在評估不同工具時，請考慮使用相同的模板。使用相同的結構將使得與其他工具的直接比較和對比變得更加容易。 * **使用電子表格**。如果您不喜歡寫作，請考慮使用電子表格。將屬性列為列標題，并將每一行用作標題下的新點。它會迫使你變得簡潔。 * **分享你的結果**。與朋友，同事或公開分享您的結果。如果您對評估它的工具感興趣，那么很可能其他人可能并且可能從您的描述中受益。 * **建立你的結果**。您可以在將來重新訪問工具說明并進行更新。如果工具在新版本上更改或您即將開始新項目，這將非常有用。 * **了解更多詳細信息**。如果有問題無法得到明確答案，請考慮通過電子郵件或發布論壇消息與用戶甚至該工具的開發人員聯系。明確而直接的問題將是最有效的方法。 * **使用項目符號**描述。這是一種很好的方法，特別是如果你不喜歡寫作。它使描述清晰，有針對性和有用。 ### 模板示例問題 以下是可用于構建機器學習工具模板的 10 個示例問題。 * 該工具的全名，昵稱和首字母縮略詞是什么？ * 該工具的許可協議是什么？ * 該工具可以使用哪些編程語言？ * 為工具提供了哪些接口（例如圖形，命令行，編程等）？ * 該工具周圍有哪些社區（例如論壇，插件，博客等） * 誰創造了這個工具，何時以及為什么？ * 該工具的更新頻率以及最后一次發布的時間（例如最近的發布時間表）？ * 該工具涵蓋了應用機器學習過程中的哪些任務？ * 該工具提供哪些建模算法？ * 可以用來掌握工具的關鍵資源是什么（例如書籍，論文，網站）？ ## 您可以描述機器學習工具 **您的描述不需要完整**。您只需要了解您感興趣的工具的詳細信息，并幫助您決定它是否對您的需求有用。不要創建詳盡的工具描述，這對您來說是一個很大的浪費時間。該工具不是項目。 **你不需要成為機器學習專家**。您不需要知道所有算法是什么或所有術語的含義。您只需要能夠描述對您來說很重要的工具屬性，以便能夠做出決定。 **您無需成為該工具**的專家。創建工具描述既不要求您成為工具專家，也不會讓您成為工具專家。這是一個可以用來快速了解該工具的過程。您可以從網站，書籍，論文，博客等中收集所需的所有信息。 **你不需要成為程序員**。許多機器學習工具都是需要您成為程序員才能使用它們的庫。但是也有許多機器學習工具提供圖形，Web 和命令行界面。如果您不是程序員，請專注于描述可以在不編寫代碼行的情況下使用的工具。 **你不需要成為作家**。您對該工具的描述不需要很長，也不需要寫得很好。您可以使用項目符號捕獲所需的信息。您甚至可以使用電子表格來創建說明。 ## 摘要 在這篇文章中，您了解了如何快速創建機器學習工具的描述。 機器學習描述可用于評估機器學習工具，并將其與其他機器學習工具進行比較和對比。它是幫助您確定給定的機器學習工具是否適合您的需求或項目的寶貴幫助。 您可以使用以下 5 個步驟快速描述任何機器學習工具： 1. 選擇要描述的工具。 2. 確定要捕獲的工具的屬性。 3. 將文本文檔中的工具屬性布局為模板供您完成。 4. 使用書籍，論文，網站，論壇和您認為有用的任何其他來源在線研究該工具。 5. 使用搜索結果使用項目符號填寫模板。 ## 你的下一步 立刻描述機器學習工具！ 1. 選擇要描述的機器學習工具。 2. 使用上面的過程來描述它。 3. 報告回來，我很想看到你的描述。 你對這個過程有任何疑問嗎？給我發電子郵件或發表評論。