Facebook团队提供视频教程：机器学习指南

AiTechYun

编辑：chux

Facebook机器学习指南是由Facebook机器学习团队开发的视频系列，由六部分组成。该系列分享了现实世界实践，提供了如何将机器学习功能应用于实际问题的实用技巧。

目前机器学习和人工智能正是热门，有许多资源可以帮你了解算法的工作原理以及最新尖端研究的演示。

但是，如果您有兴趣使用机器学习在现实世界中增强产品，那么了解整个开发流程的工作原理非常重要。这不仅仅是训练模型过程中会发生什么，而且还包括每一步如何让你成功。

Facebook机器学习团队开发了一系列视频，以帮助工程师和新研究人员学习将他们的机器学习技巧应用于现实世界的问题。该系列将机器学习过程分为六个步骤：

1.问题定义 2.数据 3.评估 4.特征 5.模型 6.实验

视频系列涵盖了每个步骤，解释了在此过程中做出的决策，如何成功将机器学习应用于产品或用例。每节课都重点介绍在应用环境中非常重要且并非显而易见事物的例子。

我们希望本系列视频能够帮助您增加对机器学习过程的了解，在每一步中做出正确决策的重要性，以及如何有效地使用机器学习模式实现成果。

第1课：问题定义

这一课中会分享有关定义问题的最佳实践。如何正确设置通常比算法的选择更重要，在这个阶段花费几个小时可以节省许多之后的工作时间，防止你去解决错误的问题。

第2课：数据

在本节课中，您将学习如何准备训练数据，这是机器学习工程师工作的核心。它是机器学习研究的一个主动的部分，也是创建高质量机器学习系统的最有力的变量之一。

第3课：评估

在开始开发更多功能并反复使用模型架构之前，对于如何评估模型性能有一个明确的计划很重要。本节课讲述如何评估你使用的方法。

你可以在以下网址观看教程视频：research.fb.com/the-facebook-field-guide-to-machine-learning-video-series/

facebook下周将继续推送课程4-6。