今天是「机器学习」的二篇，进「模型」层面的讨论，内相比于之一篇「基本原理与设素」抽象了很多。接下入「界面」层面的话题后会易于理解。
首先，我们了解「模型」层面的一系列设原则，涉及「数据」与「指标」两方面。
了让 app 能够识别狗狗的照片，我们首先通过一系列范例内帮机器训练相关的模型。这些范例就我们所的「数据」。
要实现优秀的照片搜索体验，需要大量的、种类繁多的数据。要确保人在搜索「dog」能够得狗狗的照片而非其相似的动物，需要同提供狗狗和其动物的照片来训练模型进行识别。
进一步来说，真正的搜索体验应该支持人日常可能搜索的成千上万种对象类型。对于其中的每一类，都需要提供数据；要新增一个类型或是改善现有类型的搜索，同需要提供数据。
如何选择有效的训练数据，这是造搜索体验的关键。数据决定了模型的行为方式。
如果你的数据无法捕捉定景，那训练出的模型也难在那个景中良好地运作。由于数据决定着模型的行为，而后者直决定着产品的功体验，因此数据的择必须够反映目标户的实际需求与利益。
听起来有些抽象，我们实际看个例子。在「相机」的人像模式中，机器习被于探测人脸，并将身体与背景分离开来。
从技术发展的历史角看，人脸识别对于有色人种并十分友好；然而对于 Apple 而言，我们必须确保产体验具有足够的包容性。因此，我们的团队从同的人种、与场景当中收集了大量的数据；只有这样，训练的模才供具备包容性的体验。
简而言之，我们的数据规模与我们期望打的产体验是相匹配的；我们会根据产设计目标有针对性地收集数据训练模。
对你而言也是同理。在训练模型之前确认一些问题，例如由谁来收集数据，体应该收集哪些数据，如何收集，如何确保数据的观性？
如果的设目标塑造丰富趣的产品体验，那么数据也反映出这一目标；如果的产品主用于户外活动，那么数据也应该自于相关的场景。数据必须意图明确。
发者们很易忽略产品体验的实际场景盲目制数据收集策略。必须首先充分理解们的产品设目标，确需机器提供怎样的数据训练出效的模型。
在前期花时间思考何收集正确的数据，往往以为期节省大量的时间和金钱。
随着品迭代，以及你们于用户及市场理解加深，你可能需要不断更新数据，使模型始终适应于不断变化设计目标。
另外还需要留意谓的「标准数据集」。由术界或行制定的标准数据或许可帮你更好地了解机器习的原，从而易于起步，或是速开发流程；但这些数据并非面向真实场景与体验而设计，更无法代表你们的产设计目标。因此如果必须使这类数据，首先考虑清楚它们的覆盖范围，在必要的时候进行补充，使更符合你们的特定需求。
数据用于训练模型；接下来要聊「指标」则用于评估模型。
我们需要过测试来评估模型有效性。仍以照片搜索为例。完成训练后，我们会为模型提供系列含各小动物照片，观察其判断结，比其正确与误数量。
在这个例子，模型正确率是 75%。
这是个指标。诸如此类指标可以帮助我们判断模型训练是否成功，是否到了品应用标准，或是需要继续训练。
我们可从很多同的维对模进行测试，譬如观察它的行速，或是够支持的对象类数量等等。你需要充分权衡，从众多维当中择最代表你们设计目标的那些，作为判断模成功与否的指标。
指标可衡量模的质量，而模的质量决定了产体验否达到设计标准，因此你择的指标必须够代表你对于优质体验的定义。
指标同样体现着产的键值在。
我们来看个例子。Face ID 正是基于机器习来探测你的面孔并实现设备解锁的。
整个机制背后蕴藏着一系列明确的体验目标与设计意图，而中最为首要的就是全性，因为户信任我们，他们会将重要的个人数据交托于我们供的设备。
安全问题涉及方方面面，必须通过多种不同的指标来判断模型是否足够可靠；其中非常关键的一个指标就是「任一个人拿你的机之后能成功刷脸解锁的率」。
一直追踪着这个指标，下了大功夫去进行优化。在 Face ID 发布，这一率已经下降了百万之一。
由于 Face ID 在当还是新事物，需要让人知道这项术是足够可的，因此也会通过这个指标人进行沟通，让人了解 Face ID 的安全性。
但无论如何，「百万之一」并非绝对完美。模型有可能产生的任何一次失误，都会在一个真实的使用景响一个真实的人；产品计者必须考虑这一点。
如果另一时空当中的我突然出了我的身，我显然不希望他能通过 Face ID 解锁我的手机，因此我还会设置密码行额外的保护。实当中，这类问题对于胞胎亲属真实存的；这也新技当中所存的局限，设者无法回避。因此我们也会消费者就这一点行沟通，并建议他们行额外的安全设置。
出错，这对于机器学习难以避免的。很少模型可以达到 100% 的确率，作设者，必须了解到这一局限。但这可以接受的，因产品设本就一迭的过程，模型同样可以不断化。
模型自身所存在的出错概率并不意味着你无法为人们提供优的产品验。分析出错的原因，改善模型，或是清晰直白地让人们道技术自身所存在的局。
另外不要忘，指标，永远只是产品设计目标的一系列量化表现形式；不要仅着眼统计数字的优化而无法自拔，却忽略在场中能产生的际验问题；必要的时，你能需要结合其他方式来塑造更完整的验。
过学习，App Store 会根据你已经安装 app 来为你荐更多类似品。
用户在某个 app 留时长确实是个不指标，毕竟们在件事情上所花费时越多，越代表他们喜欢这件事。是，如 App Store 完全以这个指标及相关模型作为驱动，那么们最终能看到个又个和自己前使用 app 常相似荐。我而言，这意味着我将看到越来越多游戏荐。我虽然喜欢游戏，我不止需要游戏。
需求、兴趣及场景是多种多样的；人们在一个 app 当中的时间未必真的代表他的实际需求。为了补足推荐模的固有限性，实现更整的体验，App Store 同时供了人工参与编辑的推荐容，帮助人们探索更多类的优秀产。
上线后，你会越来越多地了解到品实表现，进而也会用户需求生更加深入理解。设计目标会此而逐渐进化，模型与相应指标也是如此。
譬如你可以过实统计来评估们于多样化内容需求，进而创相关模型，在荐内容「多样性」与「喜好相关性」找到最佳平衡。
无论如何变发展，你都要确保通过正确的指标来持续追踪模在进过程中的表现，进而对设计目标的实现程保持了解。
如何确保指标能够始终体现出不断进化的产品计目标呢？
- 理解误：模型出状况进分析，将失败案例按照不类型与场景归类，并考虑不处理：是否需要过学习进处理，譬如改善界层设计？是需要个更好模型？
- 针对失败场景的设计：在设计的过程中有针对性地考虑到失败场景，考虑到人们在实际使时可经历的各种情况，供必要的额外保障措施，而只是面向一切作正的情况而设计。
- 评估实际体验：指标可以给关于模型质量的观数字；模型的表现决定了体验，但不等同于体验。作为计，仍然需要对体验本身进行持续评估。进行必要的用研，通过型进行体验评估，用户交流并获取反馈。如果评估结论是体验欠佳，但指标显示一切良好，那你的指标本身可能存在问题。
- 持续优化指标：始终对指标的效性保持质疑估。越需依赖某件事，就越需估它的确性。以不断化的产品设目标核，持续追踪思考当模型指标的合理性。
「数据」「指标」代表着模型层面的计要素。下来，将进入界面计的层面，了解基于机器学习的产品在界面输出输入方面的一系列计则。
- 次预告：(3) 输的设计
- 视频链：Designing Great ML Experiences
注作者的微信公众号：「Beforweb」
浙公网安备33011002017549号