机器学习的应用已遍及人工智能的各个分支。但如何搭建一个真正的机器学习系统？首先需要解决哪些问题？在本场分论坛中，你将学习如何辨别所面对的问题类型，从而选择所需要的数据和可尝试的算法。

数据处理

机器学习中数据预处理阶段需要根据数据本身的特性进行，不同的格式，不同的目标和应用场景下都有不同的要求，这些步骤都跟数据本身的特性紧密相连。在“机器学习专场”学习如何为你的机习学习选择数据，了解机器学习中的数据预处理那些常见和重要的工具。

模型评估和优化

我们希望自己的机器学习模型在新数上取得尽可能高的准确率。这个看似简单的问题却隐藏着诸多难题和陷阱，即使是经验丰富的机器学习用户也不免陷入其中。“机器学习专场”将讲述在机器学习模型评估时遇到的难点，分享如何通过便捷的流程来克服那些棘手的问题。

算法选择

如何为你的机器学习问题选择合适的算法？这在很大程度上依赖于可用数据的性质和数量以及每一个特定用例中你的训练目标。除非必要，复杂的算法只会让你付出昂贵的开销和资源。来“机器学习专场”听听实践者的经验之谈。