图源：unsplash
比起平常的学习，构建项目总是令人激动的事情。但总是重建已有的项目会不会感到有点儿无聊，你应该找到专属自己的个人风格。
这一领域的初学者已经习惯于对于现成的项目进行再创造，这并不是一件好事。好好想想，是什么能让你在数百个拥有相同项目的学习者中脱颖而出？又是什么让你成为数据科学家、人工智能或机器学习工程师？
本文将分享一些关于“生成”数据科学、人工智能或机器学习项目的技巧，这些技巧会帮助你走向独特。
再创造，但要有自己风格
彼得·德鲁克说：如果你想得到新的东西，那么就必须停止做旧的事情。
探索创新技能很重要，创新是每个数据科学家、人工智能或机器学习工程师都需要具备的一项非常重要的技能。采用现有解决方案、并将其进一步开发，从而产生更好的结果或更深入的见解，这种能力对成为一名数据科学家、人工智能或机器学习工程师极其重要。
例如，你可以选一个很受欢迎的项目——“预测波士顿房价”，然后选定一个特定城市或你当前所在的城市重建这个项目。在这个过程中，测试你的创新技能、探索新的数据集、使用更优的算法、调整超参数，使之更完美地匹配你的模型。在现有的项目中完成这些事情，你会给它们一种新的感觉。
唤醒内在的创造性自我
图源：unsplash
创造力包括打破预期的模式，从而以不同的方式看待事物。要构建了不起的、独特的人工智能、机器学习或数据科学的想法，你必须拥有创造力，并愿意尝试从未有人做过的事情。
你应该有欲望去创造大多数人认为“荒谬”或“不可能”的东西。没错，有时候有些想法过于荒谬，根本不值得花时间，但这里提供了一些方法，能帮助你得到一些值得尝试的想法。
· “如果我能做……会怎么样？”
这是产生想法最常见的方式，它通常意味着你已经有了一个存在的问题，而你正在想办法解决它。在这种情况下，在进一步深入之前，要先对问题进行一些背景调查，看看当下是否存在解决方案。如果有办法可以完美地解决问题，就没有必要再深入了。如果没有办法，那就思考一下如何最好地解决这个问题。
· “如果当初这样做的话，效果也许会更好”
在这种条件下，你已经知道了一个现有的解决方案，但仍在试图以其他方式更好地解决它。那就去做吧，不要让现有的解决方案阻止你去做得更好。尽你最大的努力去做吧，很有可能有成百上千的人都和你有同样的问题，而你接手这个项目可能会帮助很多人。
检查可行性
这可能是任何项目开始之前需要考虑的最重要的事情，你需要了解项目的想法是否是可行的。在开始实施之前，先问自己几个问题。
· 我的想法是否解决了真正的问题？
除非你纯粹是为了好玩才构建项目，否则你构建的每个项目都应该把解决真正的问题当作目标。真正的问题是那种值得解决的，并且会对现有方法论产生影响的问题。如果你对这个问题的回答是肯定的，那么就继续往下看吧。
· 在现有的技术条件下，我的想法能否实现？
尽管如今的人工智能已经处于非常先进甚至超前的水平，但由于某些形式的技术仍然无法实现，很多需要我们做的事情受到了限制。在这样的情况下，我们所能做的就是继续开发理论和概念，并希望技术能够尽快赶上我们思维，从而让理论和概念能够成为现实。
· 我是否具备构建这个项目所需的技能？
在开始实施一个项目想法之前，考虑你目前所具备的技能是非常重要的。如果缺乏必要的技能，你可以花时间来学习，也可以和一群志同道合的人组成团队，共同构建这个项目。
图源：unsplash
经过发展且付诸实践的想法远比天花乱坠但束之高阁的想法重要得多。将想法付诸实践是很困难的，但并不是不可能。要相信自己的想法，即使只有你一个人这么做。
留言点赞关注
我们一起分享AI学习与发展的干货
如转载，请后台留言，遵守转载规范
TNT系统办公娱乐两不误 坚果Pro 3 最低2399
支付宝的自研金融级分布式关系数据库OceanB