了解場景和目標
對要解決的問題做具體分析，理解業務場景，這種場景中的常用模型。
了解評估準則
最終的目標是從準確率還是召回率方向（打個比方）做為模型的評估標準
認識資料
了解資料是否平衡，型別，結構，關聯關係
資料預處理(清洗，調權)
型別轉化，缺失值處理，標準化或者歸一化，one-hot
資料本身的質量優於模型的選擇，只是資料足夠好，乙個簡單模型也可以得到很好的效果
特徵工程
從什麼樣的角度去構建模型
另外一篇文章介紹
模型調參
大家都用一樣的模型，你的效果沒有別人的好，資料處理的差不多的情況下，一般就是你模型引數沒有選擇好的問題了。
模型狀態分析
交叉驗證
過擬合欠擬合
學習曲線
模型融合
一、投票機制
bagging
(對不同的分類器的結果進行投票)
random forest（1.隨機選擇k個屬性，找到最佳分割屬性建立決策樹2.建立多顆決策樹3.投票）
二、多模型得到的結果進行處理
stacking
三、逐步逼近
adaboost（1.對前乙個分類器分錯的樣本進行加權，訓練下乙個分類器。2.多個弱分類器組成了乙個強分類器）調樣本的權重
gradient boosting tree
(1.下一顆樹擬合上顆樹的殘差。2.逐步逼近閥值)調loss function
xgboost
(原理與gbdt類似，很多地方做了更細節的處理)
核心思路
拿到資料後怎麼了解資料(視覺化)
選擇最貼切的機器學習演算法
定位模型狀態(過/欠擬合)以及解決方法
大量極的資料的特徵分析與視覺化
各種損失函式(loss function)的優缺點及如何選擇
解決問題 基本流程
世界上沒有解決不了的問題，任何事情都必須有解決方案。只是解決方案有好的和不好的，所以為了讓自己在遇到任何問題之時能盡可能提煉出好的解決方案，就必須學會掌握解決所有問題的方法，也就是學會思考 邏輯思考能力 1 目的 做任何事情，處理任何問題，在行動之前，首先明確自己的目標是什麼 2 優勢 對待一件事情...
解決機器學習問題的流程
有監督或者無監督問題，是分類還是回歸問題。使用爬蟲收集遠端監督資料，或者收集目前已有開源資料集。對於收集來的資料進行清洗工作，比如異常值檢測 離群點檢測 可以採用聚類方法k means，找出離群點，以及基於統計的方法如分布在正態分佈不接受的範圍內的。將資料集分為訓練集，驗證集，測試集。採用交叉特徵，...
人工智慧啟蒙（3） 機器學習解決問題的全部流程
上篇文章 人工智慧啟蒙 2 機器學習的優勢 我們講了機器學習是實現人工智慧的重要方式，相比基於具體規則的傳統方式有很大的優勢。今天我們來講下用機器學習解決實際問題的整個過程。我們可以拿人類學習作為模擬。學校的教學目標之一是為了提高能力掌握技能，以便學生更好的解決問題。那如何衡量學生能力情況呢。通常是...