機器學習攻略：實戰心法到求職技巧

人工智慧時代已經來臨，一起加入機器學習的行列！

這兩三年機器學習開始在台灣產業界蓬勃發展，求職網搜尋「機器學習」有一千個全職職缺，搜尋「資料科學」有兩千個全職職缺。如果想找一個機器學習工作，網路上有許多機器學習的入門課程，也很容易找到程式碼。

但，光是上完一門入門課沒辦法讓你找到工作，你必須說服公司你很厲害。其中一個證明實力的方法是到世界最大的機器學習比賽平台：Kaggle 找比賽參加，上面的成績是全世界都認可的。

如果你看 Kaggle 的比賽，影像處理的全部都是那幾種深度學習網路，表格式資料（tabular data） 全部都是 LightGBM 或 XGBoost （模型）解決。大部分參賽者使用的方法一句話講完都一樣，甚至連模型也大同小異，那為什麼有些人可以做到準確率 99%，有些人只能做到 50%？

我會根據我多年的比賽經驗以及業界經驗，告訴你為什麼一樣的模型準確率可以差到這麼多。這門課程會以一個我親自參加過的 Kaggle 比賽以及一個實際的應用（台灣房價預測）做為範例，告訴你我在看資料的時候、調整模型的時候、做每一個決定的時候是如何思考的。以 Kaggle 比賽而言，網路上找得到很多第一名的方法分享甚至是程式碼，但是你找不到為什麼他們是這樣做，為什麼模型最後會變成那樣。思考的過程比最後的答案更值得參考，因為永遠會有新技術出來，當時最強的模型可能一年後就被超越了，所以永遠需要嘗試新東西。招式可以抄 stackoverflow、抄 Github ，而內功是找不到地方抄的。

課程五大特色，讓你快速上手機器學習！

1. 機器學習基礎

不需要有機器學習的背景，課程會從基礎的機器學習跟影像辨識開始介紹，先教機器學習基礎、如何訓練模型以及使用 Google 等世界級研究機構訓練好的模型，遷移學習（transfer learning）到自己的資料上面。提供程式碼，強調實作。

2. 比賽的心法

以 Kaggle Recursion Cellular Image Classification (細胞影像分類)比賽做為範例，帶著學生走過一遍比賽的流程。從怎麼解讀比賽的題目、時間規劃到如何調整模型都有完整的介紹。

3. Side project 的心法

以台灣房價實價登錄資料為例，說明處理混亂的資料有什麼要注意的事情，並且用資料說一個好故事。

4. 履歷與面試技巧

告訴你公司在看履歷的時候看哪些重點，可能會遇到的面試題目，以及案例面試應該如何回答。

5. 社群交流

課程開始後會成立 Facebook 社團，講師與助教會在社團內回答同學的問題，並且提供各種學習資源，同學可以互相交流討論，提升學習動機。（沒有 Facebook 帳號的同學可以在 Hahow 提問，一樣會得到回答）

這門課程從機器學習基礎開始，到如何打好比賽跟做好 side project 充實作品集，最後教你履歷面試技巧。讓你按圖索驥，成為資料科學家！

上完課程以後，除了履歷面試等技巧，個人實力上不管是參加比賽或是工作上使用機器學習，都能有效率地做每一件事、知道如何調整模型。與一般網路資源不同的是，本課程並不單單給一份程式碼教學生怎麼跑。而是以具體的範例說明一個有經驗的人看到問題是如何思考，用什麼方式解決問題。同樣的思考邏輯可以套用在任何的機器學習問題上面。

即便如此，任何領域的學習皆非一蹴可幾，沒有七天精通機器學習這種事情。本課程提供機器學習在各種情境下的思考方式，讓學生在遇到問題時可以少走一點冤枉路。但還是要理論實務並重，花時間練習、自己想過一遍做過一遍才能進步。

特別提醒：由於使用權限制，比賽講解章節中不會使用真實比賽所使用的圖片，會以圖片類型一樣的公開免費資料庫做為替代。比賽中所使用圖片現在（2020/05）仍然可以在 Kaggle 網站上自行下載(必須有 Kaggle 帳號)。

課程單元規劃

第一章：機器學習領域的職場概況

單元一：介紹機器學習職場概況，工作內容大概是什麼、怎麼從職缺敘述看出可能的工作內容。最重要的是，什麼經歷是加分的？

單元二：介紹 Kaggle：世界最大機器學習比賽平台，怎麼參加比賽、有哪些功能。上面的比賽成績是全世界都認可的。

單元三：最後會介紹本課程使用的工具： Google Colab ，提供免費的 GPU 運算資源讓你線上撰寫程式。

第二章：機器學習基礎

單元一：介紹什麼是機器學習，以及什麼時候可以使用機器學習。

單元二：介紹機器學習最常用的資料分析與數值運算套件 Numpy 與 Pandas。

單元三、四：教你如何使用 Python Scikit-Learn 套件預測分類問題(例如預測使用者會不會購買)與迴歸問題(例如預測使用者的購買金額)。

第三章：影像辨識基礎

本章會介紹如何使用 PyTorch 訓練影像辨識模型，以及各種訓練時的小技巧。

單元一：介紹專門為影像資料設計的 convolutional neural network。

單元二：介紹如何使用 PyTorch 訓練神經網路，提供範例程式碼。

單元三：說明如何處理資料使模型更好，以及訓練資料不足時可以怎麼做。

單元四：如何使用 Imagenet 影像資料預訓練模型遷移學習（transfer learning）至自己的任意影像資料上面使用。

第四章：比賽的心法 ─ 以 Kaggle 細胞影像分類比賽為例

以 Kaggle Recursion Cellular Image Classification (細胞影像分類)比賽做為範例，帶領學生走過一遍完整的比賽流程。

單元一：看到比賽題目後要注意什麼資訊，以及怎麼設定目標。

單元二：如何決定上傳前驗證模型的好壞。

單元三：如何規劃進度，以及怎麼開始第一個模型。

單元四：成效不好應該如何找出原因並且提升成效？

單元五、六：有很多可以提升成效的想法，該從哪個開始？

單元七：Ensemble 的方法與選擇：Kaggle 比賽通常只能選擇其中兩次上傳的結果算分數做排名，該如何選擇？

第五章：Side project 的心法 ─ 以台灣房價預測為例

以台灣房價實價登錄的資料作為範例，說明真實世界的資料如何處理、如何做特徵工程，找出資料中重要的部分提升成效。作品完成後，面試時要如何說一個好故事。

單元一：怎麼設定 side project 的模型目標。

單元二：房價實價登錄的資料相當混亂，該如何處裡混亂的資料以及如何做分析？

單元三：如何快速評估模型「可能」可以做到多好。

單元四：如何有系統地做特徵工程提升模型成效。

單元五：面試時的重點是什麼？如何圍繞這個重點說一個好故事。

第六章：履歷與面試技巧

單元一：介紹資料科學家如何看待履歷上的項目，怎麼寫出吸引人的履歷。

單元二：面試可能問哪些問題？

單元三：如何使用機器學習方法預測商品銷售？機器學習案例問題如何回答。

第七章：課程總結

本章會回顧整個課程內容，幫大家複習一遍。並且給出更進階的學習資源供想要再精進的同學參考，包含數學基礎、程式基礎、推薦的期刊會議論文等等。

上課方式：觀念部分會以投影片作講解，程式部分會以螢幕錄影搭配口頭講解的方式進行，課堂上用到的程式碼與投影片都會公佈給同學。

課程解鎖活動

募資 300% 解鎖全新課程單元 (未達標)

募資達標 300％ 後，老師將額外錄製一個課程單元：「業界的機器學習」，讓同學了解業界使用機器學習會考慮什麼？讓你更了解業界實際情況。解鎖課程將在開課後 30 天（2020/08/05 ）內上架。

募資 700% 解鎖：抽一對一學習與職涯線上諮詢 30 分鐘（5位名額）(未達標)

募資達標 700% 後，在募資期間內購買課程的所有學員皆有抽獎資格！
老師將從所有購課學生中，抽出5位學生，進行一對一的學習與職涯線上諮詢，時間為 30 分鐘。抽獎日期及得獎名單將於 Hahow 課程公告公佈。老師會私訊幸運得主約定時間。

募資 1200% 解鎖：加碼再抽5位一對一學習與職涯線上諮詢 30 分鐘 (未達標)

募資達標 1200% 後，在募資期間內購買課程的所有學員皆有抽獎資格！ 老師將從所有購課學生中，加碼再多抽出5位學生，進行一對一的學習與職涯線上諮詢，時間為 30 分鐘。抽獎日期及得獎名單將於 Hahow 課程公告公佈。老師會私訊幸運得主約定時間。

【募資解鎖活動】規則說明

怎麼樣解鎖【業界的機器學習】課程呢？

若於  2020/05/29（五）晚上 23:59 前，募資人數達標 300%，將會解鎖本堂課程。
此解鎖課程將於開課後 30 天（2020/08/05 ）內上架。

怎麼樣獲得《一對一學習與職涯線上諮詢》抽獎資格？

若於  2020/05/29（五）晚上 23:59 前，募資人數達標 700% 及 1200%，將會舉辦抽獎。
✏️ 購買時間：募資上架日起至 2020/05/29（五）晚上 23:59 期間
✏️ 購買流程：期限內購買本課程，務必於結帳流程正確填妥收件資訊，並完成付款
✏️ 抽獎時間：我們預計於 2020/07/29（三）開課後一週內抽出中獎者，詳細資訊將於 2020/08/05（三）前公布於課程公布欄並寄信通知！

⚠️ 注意事項 FAQ
Q1：購買後，要在哪裡填收件資訊呢？
A1：按下「馬上預購」後，將導向「付款資訊」頁面，最下方即可填寫聯繫資訊 email，請參考下方附圖一。
Q2：如何確認自己有沒有付款成功呢？
A2：完成購課流程後，請點選「網頁右上方的大頭貼」進入「訂單記錄」頁面，於「訂單狀況」的欄位顯示「完成付款」的訂單即代表付款成功喔！
備註：選擇以「超商繳費」或「ATM 轉帳」付款的朋友，在下訂單後也要在規定期限內「完成付款」才算符合資格喔！填寫資訊僅供該次贈禮通知使用，Hahow 與 TJ 老師皆不會將學員填寫的收件資訊做其他用途。

（附圖一）

大家好，我是 TJ！

資料科學家。畢業於台灣大學資訊工程學系及資訊工程研究所，大學開始多次參加機器學習比賽，包含三次 Kaggle 機器學習比賽前 5%，其中一次榮獲第一名。
畢業後進入 AI 新創公司 Appier 擔任機器學習科學家五年，負責數位廣告相關演算法模型與系統開發。熟悉機器學習比賽流程並擁有處理真實資料的業界經驗。

過去五年參與公司從五十人規模到 8000 萬美元 D 輪融資的成長，了解到不同階段的公司對於能力有不同的要求，也了解到比賽學習到的技巧，與業界使用機器學習的方式有哪些地方不同，又有哪些是有幫助的。

在這堂課程中也會分享業界用什麼角度看課堂上的知識以及競賽技巧，若同學希望未來加入機器學習的行列，歡迎加入這門課程，共同交流成長！

講師比賽經歷

• 2019 Kaggle 細胞影像分類比賽排名 26/866 前 3.1% 。
• 2019 TBrain 金融商品交易預測比賽排名 8/1121 前 0.8% （台灣）。
• 2017 KDDCup 車流量預測比賽排名 19/3582 前 0.6%。
• 2012 KDDCup 點擊率預測比賽排名 1/163，使用者行為預測比賽排名 22/657 前 3.4%。

回覆與作業設計

作業都是程式作業（使用 Google Colab）。我會先寫好處理資料與算分數批改的部分，留下模型部分讓學生練習實作。由學生在實作完模型以後，自行執行程式批改得到模型的正確率（跑不出來可以留言詢問）。

回答問題的頻率：平均每週上線回覆一次以上，如果有足夠的時間會盡快回答所有問題。問題會由講師與助教輪流回答。