Jason DeBoever
Microsoft 高级产品经理
Twitter- 了解机器学习与传统软件的区别。
- 创建并测试机器学习模型。
- 加载模型并对它使用新数据集。
9 集
Learn 直播：用于机器学习的数据科学基础
在 Learn TV 上观看 Jason DeB 和 Stephenn Stephens 直播，探索由九部分组成的这一”机器学习的数据科学基础“系列。 我们将讲解 Learn 模块并实时回答问题。 从基本的经典机器学习模型到探索性的数据分析和自定义体系结构，易于消化的概念内容和交互式 Jupyter 笔记本将引导你学习基础概念，并了解如何使用最常见的机器学习工具生成模型。
机器学习简介
机器学习的简要概述，适用于对计算机科学和统计学知之甚少或一无所知的人。 我们将介绍一些基本概念，浏览数据，并以交互方式探索机器学习生命周期 - 使用 Python 来训练、保存和使用机器学习模型，就像在现实世界中一样。 本集内容：
使用监督式学习构建传统机器学习模型
监督式学习是一种算法通过示例数据学习的机器学习形式。 我们将逐步讲解监督式学习如何自动生成可对现实世界进行预测的模型。 我们还将在这一集中介绍如何测试这些模型，以及可能出现的困难，你将能够：
- 定义监督式学习和非监督式学习。
- 探索成本函数对学习过程的影响。
- 了解如何通过梯度下降优化模型。
- 试验各种学习速率，了解它们如何对训练产生影响。
机器学习数据简介
机器学习模型的强大之处来自用于对它们进行训练的数据。 通过内容和练习，我们将探讨如何了解你的数据，如何对其进行编码以使计算机能够正确地对其进行解释，如何清除错误，并探讨有助于你创建性能良好的模型的技巧。 本集内容：
- 使用探索性数据分析 (EDA) 可视化大型数据集。
- 清理数据集错误。
- 使用数值和分类数据预测未知值。
训练和了解机器学习中的回归模型
回归无疑是一种最广泛使用的机器学习技术，通常在基础科学发现、业务规划和股票市场分析中使用。 此学习材料深入探讨了一些常见的回归分析（包括简单和更复杂的分析），并提供了有关如何评估模型性能的一些见解。 本集内容：
- 了解回归的工作原理。
- 使用新算法：线性回归、多元线性回归和多项式回归。
- 了解回归模型的优点和限制。
- 使用线性回归可视化错误和成本函数。
- 了解回归的基本评估指标。
优化和测试机器学习模型
当我们想到机器学习时，通常关注的是训练过程。 在此过程之前进行少量的准备工作，不仅可以加快和改进学习进程，而且在我们面对从未见过的数据时，可以对我们的模型工作效果有一些信心。 本集内容：
- 定义特征规范化。
- 创建并处理测试数据集。
- 阐明测试模型如何既能改善训练，又能损害训练。
创建并了解机器学习中的分类模型
分类是指将项分配到类别，也可以被视为自动做出决策。 在这里，我们通过逻辑回归介绍分类模型，为你提供实现更复杂且令人兴奋的分类方法的垫脚石。 本集内容：
- 了解分类与经典回归有何不同。
- 生成可以执行分类任务的模型。
- 了解如何评估和改进分类模型。
使用随机森林选择和自定义体系结构和超参数
通常可以手动自定义更复杂的模型，以提高它们的效率。 通过练习和解释性内容，我们探索了如何改变更复杂模型的体系结构，以产生更有效的结果。 本集内容：
- 发现新的模型类型 - 决策树和随机森林。
- 了解模型体系结构对性能的影响。
- 练习使用超参数来提高训练效果。
混淆矩阵和数据不平衡
对数据分类时，如何判断模型是好还是不好？ 计算机评估模型性能的方式有时对于我们来说可能难以理解或者可以进一步简化模型的实际表现。 若要构建模型，使其以令人满意的方式工作，我们需要找到直观的方法来评估这些指标，并了解这些指标如何影响我们的观点。 本集内容：
- 评估分类模型的性能。
- 查看指标以改进分类模型。
- 减少由于数据不平衡导致的性能问题。
使用 ROC 和 AUC 测量和优化模型性能
接受者操作特征曲线是评估和微调经过训练的分类模型的一种强大方法。 我们通过学习内容和实际练习来介绍和说明这些曲线的效用。 本集内容：
- 了解如何创建 ROC 曲线。
- 了解如何使用这些曲线评估并比较模型。
- 练习使用在 ROC 曲线上绘制的特征来微调模型。
我们的演讲者
-
-
Glenn Stephens
Microsoft 高级内容开发人员
Twitter
常见问题
参加该活动需要付费吗？
活动是免费的！ 你可以加入 Learn TV，免费观看流式传输内容！
该活动何时举行？
从 9 月 14 日至 11 月 9 日，每周二下午 2:00-3:30 (PST) 加入我们。
此活动是否可按需提供？
是！ 你可以随时流式传输我们过去的活动！ 可以随时浏览和流式传输所有 Learn Live 活动。
该活动在何地举行？
此活动系列是虚拟的！ 与我们和其他数千人一起在家中、办公室或设备上尽情享用体验。
节目集以哪种语言提供？
此节目以英语提供。 录制内容将以 14 种不同的语言提供字幕，每次现场节目结束 48 小时后，录制内容将在 Learn Live 中提供。
行为准则
我们致力于为每个人提供尊重、友好、专业的体验，无论其性别、性取向、外貌、残疾、年龄、种族或宗教如何。 我们不允许贬低任何性别、种族、性取向或残疾的行为，也不允许被视为骚扰或歧视的行为。 每个人都有责任了解和遵守我们的标准，我们希望每个人都能帮助营造友好、安全的环境。 此外，我们努力以同等尊重的方式对待我们所在的同一个世界。 如有任何问题、顾虑或发现任何破坏活动或行为，请向组织团队报告，以便我们立即解决问题。