很多人一听算法就觉得高深，其实它就是解决问题的步骤。比如做饭有菜谱，找路有导航，算法就是把这些步骤写得清楚到能让计算机执行。理解这一点，就不会被术语吓住。
数据则是算法加工的原料。菜谱再好，食材不新鲜也做不出好菜。数据质量差，算法结果就不可信。所以要养成先看数据来源、再谈算法效果的习惯。
算法和数据要匹配。用复杂的模型处理几十条数据，容易过拟合；用简单规则处理海量行为，又常常不够用。先认清数据规模，再选方法，是实用原则。
还有一点常被忽略：算法会放大数据里的偏差。若历史数据对某类用户不友好，模型学到的也可能不友好。上线前检查数据分布，是基本责任。
