讲座主题：开源技术在机器学习中的应用
报告人信息：
刘石彬，IBM 资深研发工程师。2007 年加入 SPSS,长期从事统计分析，数据挖掘，机器学习
类的软件研发工作。在工作中接触大量客户和使用场景，对统计分析、关联规则、时间序列方面
有比较深的了解。
企业信息：
IBM 是国际商业机器股份有限公司的缩写，是美国一家跨国科技公司及咨询公司，总部位于
纽约州阿蒙克市。IBM 主要客户是政府和企业。IBM 生产并销售计算机硬件及软件，并且为系
统架构和网络托管提供咨询服务。截止 2013 年，IBM 已在全球拥有 12 个研究实验室和大量的
软件开发基地。IBM 虽然是一家商业公司，但在材料、化学、物理等科学领域却也有很高的成
就，利用这些学术研究为基础，发明很多产品。
讲座内容：
主要介绍了面对一个机器学习问题，解决问题的步骤和过程。可能会遇到的问题和对数据集
的处理，此外还有对 scikit-learn 等机器学习的库使用的介绍。
报告收获：
通过这次报告，让我们了解到了机器学习这个领域的一个概况。面对一个问题的时候，从哪
里作为问题的剖析点和着眼点，遇到问题的时候如何进行理解和分析有了一个简单的认识。还了
解到一些机器学习领域中的基本的算法，比如聚类算法 k-means 等。机器学习的很多算法涉及到
一些艰涩难懂的数学知识，让不少人望而却步。但是对于新手学习而言，直接复现这些算法似乎
还是比较有困难还挑战的一件事，但是很多开源的工具和库可以有现成的函数让我们直接使用，
这样的话，算法的本身变成了一个黑盒的过程。编程者可以通过直接调用函数完成一些数据的训
练，这样很有利于学习者从直观的角度去学习这些艰涩难懂的算法，而且更容易产生学习的兴趣。
扩展学习：
对于其他开源的工具，大家耳熟能详的是 Tensorflow、Keras、PyTorch 和另一些作为顶级框
架的机器学习和深度学习库。在近一年中，还涌现出很多优秀的开源框架。如：亚马逊 Sagemaker
这种新的框架简化了构建机器学习模型并部署到云端的任务。这项服务对于并不深入了解机器学
习的开发人员来说非常有用，因为它为开发人员提供了一系列预先构建的开发环境，基于流行的
Jupyter 笔记本格式。如果数据科学家不希望花费大量时间，就可以在 AWS 上构建有效的机器学
习系统，并对性能进行微调，就会发现这项服务大有用处。还有微软 Azure 机器学习工具台是一
个跨平台客户软件，它在 Windows 机器和苹果机器上都可以运行。它是为想要执行数据操纵和
处理任务的数据科学家和机器学习开发人员量身打造的。它为确保可扩展性而构建，用户可以从
一系列广泛的数据源获得直观的洞察力，并用于数据建模任务。很多大公司的机器学习平台都开
始注重云端的学习，而不仅仅是用户单机的行为。这可能也是现代人工智能学习框架的一种发展
的趋势。
评论0