机器学习和人工智能——需要仔细思考在 JMP，我们是David J. Hand教授的粉丝，他是世界知名、屡获殊荣的统计学家、作家和演讲家。因此，在最新一期的《统计演讲》中，我们很高兴能介绍他关于“评估机器学习算法的性能”的富有洞察力的全体演讲。
在这个视频片段中，他思考道：“我们如何判断分类器的好坏？”并认为我们需要出于多种原因考虑这个问题。
全体会议之后，与三位杰出的统计学家进行了讨论：
- Diana Ballard，Brewer Science 的统计学家，拥有 20 多年的制造业统计经验。
- 杰森·布林克利 (Jason Brinkley) 是一位生物统计学家、数据科学家和健康研究员，领导 Abt Associates 数据科学、调查和支持技术部门的研究设计和分析团队。
- Jim Georges，SAS 高级分析实验室的负责人。
他们的讨论在很多方面都令人大开眼界。讨论中的一些亮点包括：
- 收集高质量数据和进行良好的数据准备的重要性（因为所有数据都有问题）。
- 真正观察数据的价值。
- “统计策略”对于最好地构建和解决当前问题的关键作用。
当我回顾本周在美国度过的感恩节时，我非常感谢本期《 统计学讲座》中的统计学家以及所有使用数据可视化和统计数据来发现见解并做出更明智决策的富有创造力的问题解决者。
David Hand 发表了一次富有洞察力的全体会议：评估机器学习算法的性能。
