Stanford Pratical Machine Learning-数据科学家的日常

这一章主要介绍数据科学家的日常，主要是一个总结篇，对于前几章的数据预处理做一个大大的总结。

流程

• 是否有数据？
  • 没有 -> 找数据，增强数据，生成数据

啥都没有，这个任务可能不适合机器学习昂。

• 有数据，如何提升任务精度？
  • Improve label, data, model
    • Data -> Data Preprocessing
    • Lable -> Data Labeling
    • Model -> Model Improvement

Chanllenges

• Trade-off between label quality vs data volume
• Data quality:
  • diversity: all relevant aspects are represented
  • unbiased: no biased on a particular side
  • Faireness: non discriminating treatment of data and people
• Large-scale data management: storage, process, versioning, security

References

1. slides