第一节课

课程介绍

机器学习的应用，生产，推荐，预测，无人车

工作流程：问题，收集数据，训练，部署，监控

预测值叫回归

问题：将问题变成机器学习问题，缺高质量数据，训练模型贵，长期监控模型，公平性问题（由数据引发的）

将人分类（四类）：领域专家，数据科学家，机器学习专家，sde（训练模型）

第二节课

数据的获取

找已经有的数据集，数据的采集

常见的数据集怎么来到，mnlist，imagenet，audioset(网上爬)

paperwithcodes论文实现方法kaggle竞赛的数据google dateset

学术数据集，竞赛数据集，原始数据集

数据融合

不同表的数据给他融合起来，数据库的join（连接）

找朱列，处理缺失值，解决重复，

生成数据集

gans生成网站，数据增强（旋转，加噪）（文本的翻译再翻译回来）

第四节课

数据标注

是否有足够多的标注—（有一点）半监督学习—（是否有钱—众包）—（啥都没有）弱监督学习

半监督学习，一些小的标注数据，与大的无标注数据。一些假设，聚类的假设，流形假设（降维）

自学习：小标号数据训练，给大无标号数据标号，不断循环 （置信度）

众包：imagenet，任务比较简单，成本，质量的控制

主动学习：每次给最重要的数据去标记（通过QBC投票）

弱监督学习：半自动生成标号，数据编程（总结规律给你结论）