讲座介绍:机器学习模型在各种数据分析任务、业务应用场景中被广泛使用,包括有监督的学习(回归、分类问题)以及无监督的学习(聚类、降维、关联等)。各种方法的原理是什么?区别和联系是什么?使用中有什么注意事项?英国统计学家George E. P. Box有句名言:“所有模型都是错的,但其中有一些是有用的 (All models are wrong, but some are useful)。”我们如何在众多的统计方法中选取最合适的?本讲座在数据科学的视角下,带你走进机器学习的方方面面,寻找上述问题的答案。