华为云账号：tong_xin微信昵称：Tong

华为账号：tong_xin群昵称：Tong

[热门活动-2021暑期计划] 【暑期Flag】坚持每天学习1小时  https://bbs.huaweicloud.com/forum/thread-141328-1-1.html欢迎同好来监督~~~

每一个开发者都了不起！

汇聚精品内容，云集技术大咖，关注开发者成长，让热爱从这里开始

#我的新年心愿#+希望在2021年里诸事顺利，财源滚滚，华为云大卖特卖，一起加油吧！！！

#云上会考签到#希望2021年诸事顺利，财源滚滚，华为云大卖特卖，一起加油吧！！！

已报名

1） 如何从业务中提取机器学习问题？做机器学习，首先不是着急去建机器学习的模型，而是认真思考这件事情的业务场景到底是怎么样的，是否适合用机器学习。先转化为分类/回归的问题；获取客户无偏差的数据；识别因果关系，拆分模型。2） 机器学习问题如何分类？按数据label形式分类，常见有监督学习、半监督学习、无监督学习、强化学习；从输出y的空间形式分类，有分类学习、回归学习、结构化学习；从喂给模式cases的方式分类，有批量学习、在线学习、主动学习；从输入特征表征分类，有具体特征学习、抽象特征学习、原始特征学习。3） 如何使用AutoML来解决常见的机器学习问题？传统机器学习繁琐耗时且入门门槛高，使用AutoML可以降低使用机器学习的门槛。它将机器学习封装成云端产品，用户只需提供数据，系统系统即可完成深度学习模型的自动构建，从而实现自动化机器学习。AutoML解决的问题主要由三部分构成：特征工程、模型选择、算法选择。将这三个关键步骤整合起来，放在一个“黑箱”里，通过黑箱，我们只要输入数据，就可以得到我们想要的预测结果。不需要再设计复杂的深度学习网络，只需运行一个预先设置好的NAS算法。把深度学习里那些复杂的部分拿出去，只需要提供数据，就能自动创建出有复杂神经网络驱动的决策功能。举例说明：使用AutoML进行图片分类。上传图片并对图片进行标注；被标注过的图片会输入到视觉处理系统中，由视觉处理系统根据上传的图片，对标注区域的特征进行提取，并进行特征的预处理，根据图片特征，自动构建神经网络结构并训练该模型；经过不断地评估和优化，最后得到一个预测模型。4） 讨论下常用特征工程方法有哪些？时间戳处理离散型变量处理分箱/分区交叉特征特征选择特征缩放特征提取

华为云账号：tong_xin微信昵称：Tong9月5号笔记好巧不巧，今天跟朋友聊天时，聊到了敏捷管理。一直以来都对华为的软件开发云很感兴趣，但是属实不知该如何有效的引进到企业中。今天上的这堂课也算是对敏捷相关有个系统性的概念，现做如下记录一、敏捷转型遇到的挑战：1.  改变组织文化；2.  人们对组织变革的抵制；3.  管理层没有给予足够的支持。二、常见陷阱1.  期望过高、对困难认识不足；2.  团队不理解为什么要转型；3.  缺乏规划和系统性设计；4.  缺乏持久地领导；5.  没有识别关键的利益干系人；6.  没有让中层动起来；7.  长期做局部优化；8.  试点选择错误；9.  过于沉溺于实践；10. 浅尝辄止，形式化；11. 下面热闹，上面无感；12. 各层领导力没有转型；三、敏捷是一种思想文化，不只是实践和方法，因此，企业除了导入敏捷实践之外，还需要逐步转向敏捷的思维工作，最终形成敏捷文化。