劇集

使用 機器學習 重現 資料科學

AI 節目

在您撰寫程式代碼後幾個月就能夠解釋自己的程式代碼很困難。 想像一下，在一些 AI 演算法執行後的幾年內，必須解釋其決策！ 不過，只要您意識到我們建置ML和 AI 的方式與傳統軟體工程不同，設定您的開發工作流程就相當容易。 簡言之，這一切都是關於：可重現的研究、開發和部署。 藉由巧妙地使用新式筆記本環境，包括 Azure ML 計算實例，而不是較傳統的 IDE，例如 Visual Studio Code，即可達成。 Rafal Lukawiecki 十多年來一直積極從事數據科學、機器學習和數據採礦工作，早在90年代流行之前，他就正式研究及使用人工智慧。 觀看這一集，以瞭解他如何組織他可重現的工作流程。

跳至：

  • [02：30] 學習與拉法·盧卡維琪的可重現研究
  • [03：01] 模型和探索與軟體開發
  • [09：28] 可重現工作流程的步驟
  • [15：20] 示範：使用 RStudio 和 RMarkdown 在本機執行的工作流程
  • [22：25] 示範：Azure ML 計算實例中的 RMarkdown 筆記本

詳細資訊：

不要錯過新情節， 訂閱 AI Show