Machine Learning 一周一个algorithm打卡！

误打误撞进了DS行业，从来没有系统性学习过ML。初进论坛看了各种大牛内心受到暴击。要重新认真学习ML！
第一周！打起来！加油啊！

DS方向太多了 每个公司又都不一样 我感觉要迷路了……最近又在重新审视自己的现状与如何短期补足上岸....有些DS特别要求coding 而我半路出家 而有的公司又不看重 我感觉自己很抓瞎...疲惫

8.16 关于cost function思考
随着对ML思考加深和工作实践，发现做模型有时候有点玄学。发现对行业的理解真的非常重要，所以business sense真不是一天两天可以达成的。所以有喜欢的industry了早点入行，真的是一件好事。 毕竟技术是一辈子要不断学习的一天也少不了。
没有行业经验， 很难选择恰当的模型甚至在了解数据这一块都要很长一段时间。 俗称抓瞎。
当完全了解business problem，选择regression还是classification这是思考的起点，其次要充分掌握数据特征（这还得多下功夫多接项目），选择合适的cost function。
例如regression problem中
-----如果数据有outlier就会让RMSE大于MAE。 因为RMSE会penalize outlier。 同时value需要跟target （range）进行对比， 不能单看value大小。 最好把两个一起拿出来对比才可以更好做出选择，还有看你是否希望让outlier impact更多。（sigh，又是考对business problem的理解了。。。。）
-----R square/adjust R square 可以单看value得知模型的好坏， 毕竟value在（0，1）之间。 但是R会随着input variable increase而是模型看起来好， adjustedR则penalize 新加入的variable。
----- F test hypothesis null是未用于model的variable result比用 variable的result好。。如果reject了null hypo则还好， 没的话。。（目前还没有接触）
regression cost function：
https://becominghuman.ai/underst ... etrics-bdb0e7fcc1b3
https://medium.com/human-in-a-ma ... better-e60ac3bde13d

例如classification problem：
---- accuracy/ accuracy paradox
----confusion matrix： TP, FP, TN, FN。 例如癌症检测， 你不会希望预测没病的人最后换上癌症， 所以宁愿抓错没病的也不能放过一个有病的。这时候accuracy将不是最重要的考量，而是FN的准确性。
https://towardsdatascience.com/accuracy-paradox-897a69e2dd9b
https://becominghuman.ai/underst ... etrics-cad56f2da3aa
https://towardsdatascience.com/m ... -models-a7b1b00ba60

cost function in math
https://www.youtube.com/playlist ... PMRicPbEvLyZe-7b-GT

今天看完了帖子里面推荐的python小白课程： coursera 的 Introduction to Scripting in Python from Rice University.  这课程有七天free trial 所以在七天里面看完cancel subscription就不给钱， 继续就49.99一个月。 学完并通过quiz可以拿到一个specification。我没拿因为我没怎么做题。
虽然没有系统学过python，但是有一些SAS coding基础。就是有一些coding的逻辑。
这个课非常的基础，讲师的讲课水平是浅显易懂的，课堂例子也是简单易懂。主要cover了四个course：
course1 ： python programming essential。 讲了最基本的怎么写function和介绍module。---------讲的还可以
course2： python data representation。 讲了string ( slicing/searching/indexing string）， tuple,  how to open/write csv file -------讲的还可以
course 3:  python data analysis. 讲了dictionary (如何update, add value...mutation）， csv file 怎么输入， sorting， lambda用法。 ----------讲的还可以
course 4： python visual。 给了一些reference比如怎么用python.org 的 tutorial自主学习之类的。 ----------没有很注重visual的东西。主要是一些reference
每一章讲完都有practice跟quiz用来自我检测。还不错的，可以动脑。但是我只大概看了challenge题。其他没有做。题目类型重复性比较高。

看完之后做一下笔记，会对系统的python知识点理解跟运用有帮助。 但是并不一定适用于公司运用。 我感觉公司一般open csv file用的少。 对于data science在运用python分析这块， 没有太大的联系。 可能更应该看看pandas， numpy的课程吧。 但是对长远的想要用python编程的人还是可以的。只是个人不太喜欢题目的设置。放弃了。 -------今日总结：完。

pending： 针对性找python题来刷和练习。。有的话请各位推荐

坚持就是成功~~

加油，相信自己

想看的贴  全因为积分不够看不了 答错题还要扣分? 这个答题环节的意义 在 哪里？ 玄学 ？ 刷贴 刷的我郁闷。感谢那些不设置 积分上限 的楼主！

扫了一遍论坛之后发现这些板块需要强攻：
1. python course
2. stats
3. ML 白板
4. product sense
先攻python课。 慢慢来。 希望一个月内搞定然后去夏威夷好好玩。 fighting！

楼主加油！

同感！加油！

python studies:

1. learning: course python intro --rice U 8/9-8/16. Goal: know hot to use python for data analysis and data visualization
2. practice: leecode. Initial goal: familiar.  (pending)

请问你是怎么撞进DS这个行业的哈哈

PeterUIPL 发表于 2019-8-9 23:07
请问你是怎么撞进DS这个行业的哈哈

误打误撞， 一直用的SAS和R做分析。 quant fin 加 IT data背景。所以从头捡起。。。