1.1课程介绍背景机器学习已经从少数科技巨头的玩具变成了各行各业驱动商业营收的核心工具而新冠疫情进一步加速了这一商业化进程。五大行业典型的ML的应用制造业(Manufacturing)预测性维护、质量控制零售业 (Retail)推荐系统、聊天机器人、需求预测医疗保健 (Healthcare)实时患者数据预警、疾病识别金融业(Finance)欺诈检测、申请审批处理汽车业 (Automobile)故障预测、自动驾驶ML问题的基本流程当样本的输出f (x)的值集是有限集合时学习问题称为分类。当样本的输出f (x)是数值时学习问题称为回归。*Monitor监控环节模型部署后需要持续监控它的表现如果发现准确率下降或出现模型偏见等问题就要回到数据收集阶段收集更多数据、重新训练模型各个步骤面临的挑战问题定义要聚焦在“最有影响力的工业问题”上。例子无人超市、自动驾驶——这些是能真正改变行业的大问题而不是边缘的小优化。数据“高质量数据稀缺”而且涉及“隐私问题”。数据是ML的燃料但好数据难获取还可能有法律隐私风险。训练模型模型越来越复杂、越来越“吃数据”、越来越“烧钱”。训练大模型需要大量算力和资金。部署模型计算量太大不适合“实时推理”。比如一个模型在实验室跑得很好但放到手机上或边缘设备上根本跑不动。监控数据分布会漂移data drift还有“公平性问题”。模型上线后现实数据变了或者对某些群体有偏见需要持续跟踪。机器学习四类RoleDomain experts领域专家Data scientists数据科学家 ML experts机器学习专家SDE软件工程师