Monday, August 25, 2014

Трудный путь изучения машинного обучения - история о пони

Nathan Taggart (Product Manager в New Relic) в данном видео рассказывает свою историю освоения машинного обучения и о том каких ошибок следует избегать в этой непростой задаче.

Перед погружением в свой проект по машинному обучению есть смысл изучить ошибки тех, кто уже сталкивался с подобными задачами. Nathan Taggart расскажет о своем интересном и полезном опыте применения машинного обучения для ставок на лошадиных бегах. Он затронет несколько тем в этом видео, которое рассчитано на новичков в теме анализа данных и машинного обучения:

  1. Мусор на входе - мусор на выходе - понимайте свои данные
  2. Что такое "Munging" - очистка и подготовка данных
  3. Нормализация - препроцессинг данных
  4. Знайте свою цель - классификация и регрессия
  5. Почему бы не использовать "Метод k ближайших соседей" (KNN) - выбор алгоритма
  6. RTFM - читайте документацию
  7. Возможно, вы неправы - тестирование результатов
  8. Не идите ва-банк - интерпретация результатов
  9. Вы знаете больше, чем вы думаете - делитесь знаниями
  10. Вы знаете меньше, чем вы думаете - продолжайте получать новые знания и навыки

Nathan Taggart о машинном обучении

No comments:

Post a Comment