剧集

具有机器学习的可重现数据科学

在编写代码几个月后,能够解释自己的代码是很难的。 假设在运行后几年必须解释一些 AI 算法的决定! 但是,只要你意识到构建 ML 和 AI 的方式与传统软件工程大相径庭,设置开发工作流就相对容易实现。 简言之,这一切都是:可重现的研究、开发和部署。 它可以通过巧妙地使用新式笔记本环境(包括 Azure ML 计算实例),而不是更传统的 IDE(如 Visual Studio Code)。 Rafal Lukawiecki 在数据科学、机器学习和数据挖掘方面工作了十多年,早在 90 年代流行之前,他就正式研究并使用人工智能。 观看这一集,找出他如何组织他可重现的工作流。

跳转到:

  • [02:30] 使用拉法尔·卢卡维基学习可重现的研究
  • [03:01] 建模和探索与软件开发
  • [09:28] 可重现工作流的步骤
  • [15:20] 演示:使用本地运行的 RStudio 和 RMarkdown 的工作流
  • [22:25] 演示:Azure ML 计算实例中的 RMarkdown 笔记本

详细信息:

不要错过新剧集, 订阅 AI 节目