1.机器学习实战-复习版.md

# 第1章 机器学习实战-复习版（问题汇总）

## 1.VSCode的安装使用

参考文档: http://cwiki.apachecn.org/pages/viewpage.action?pageId=7373315

## 2.GitHub的使用说明

参考文档: https://github.com/apachecn/kaggle/blob/master/docs/github-quickstart.md

注意:  https://github.com/apachecn/AiLearning （这是本项目的地址，记得修改链接。。）

## 3.问题汇总

> 1.样本数据的来源: 

    1. 日志文件
    2. 数据库
    3. HDFS
    4. 数据流

> 2.样本数据按照一定比例来划分: 训练数据集 + 测试数据集 

    1. 根据业务场景来分析，得到对应的比例
    2. 一般设置是按照  训练数据集:测试数据集 = 8:2

> 3.训练数据集包括:  特征(也就是数据的纬度 or 属性) + 目标变量(分类结果 or 回归值)

> 4.测试数据用来干嘛？

如下图: 用于评估模型的效果。（测试样本的预测类别 和 测试样本的实际类别 的diff，就是我们的错误率）

![机器学习训练过程图](../ml/img/机器学习基础训练过程.jpg)

> 5.监督学习和无监督学习的区别: 是否有目标变量（也就是: 是否存在分类结果）

> 6.电子书的下载位置: 

* 下载书籍:  https://github.com/apachecn/AiLearning/tree/python-2.7/books

> 7.性能不好是什么意思？

* 就是对比其他语言来说: 资源的使用效率受限、处理速度慢。

> 8.学习原理后，如果成为调包侠？调包侠是否很丑？

1. 学习原理后，就看看 [sklearn中文文档](http://sklearn.apachecn.org/): http://sklearn.apachecn.org, 转型做调包侠
2. 调包侠一点都不丑，为什么呢？
    * 便于分析业务，快速发现问题
    * 开发速度快，便于优化和维护

> 9.python讲解的版本 2.7.X

* 2.7.X版本测试比较稳定，没有Bug
* 3.X 的朋友刚好可以上手去熟悉 API 并 锻炼自我解决问题的能力，算是自我学习的一个方式吧
* 对于使用 3.X的朋友，可以提交 Pull Requests 到 3.X 分支，成为开源的贡献者，方便更多的人学习你的代码

## 4.复习的时间和资料

* 形式: 直播+讨论组
* 周期: 周一 ～ 周五
* 时间: 20:30 ～ 21:30
* 学习文档: https://github.com/apachecn/AiLearning
* 下载书籍:  https://github.com/apachecn/AiLearning/tree/python-2.7/books
* 活动日期: 2017-11-20 ～ 2017-12-08（共15天，1章1天）
* 活动详情: https://www.apachecn.org/machinelearning/279.html

## 5.直播方式

* QQ: 在讨论组共享屏幕（实时）
    * 视频会在 讨论组中进行分享
* B站的直播地址（延迟）
    * 直播地址: http://live.bilibili.com/5427054

## 6.机器学习QQ群

* ApacheCN - 学习机器学习群【724187166】

***

`装逼不装逼，我们还是老地方见！ | ApacheCN`