Open emptymalei opened 4 years ago
2019 年的 PyConDE & PyData 会议上 Caio Miyashiro 给了一个非常有趣的 talk: Hidden Markov Models for Chord Recognition. Caio 主要讲了他作为一个热爱音乐的人，有时候却找不到乐谱，所以就想要用 Machine Learning 读入音乐来自动根据声音生成乐谱。Caio 用的是 Hidden Markov Models (HMM) 来把听到的音乐里面的乐谱识别出来。虽然 Hidden Markov Model 并不一定是这个任务完美的模型，因为音乐本身也（可能）是关于不同距离上的关联，但是最后的效果也不算差，更重要的是这个 talk 是非常好的 HMM 的入门介绍。
Caio Miyashiro 是 FreeNow 的 data scientist. 作为一个 ride-sharing 行业的 data scientist，我们也跟 Caio 聊了一些有趣的话题。
Caio 以前在银行工作，主要是从事 credit risk 的管理，当时进银行这个部门很早所以得以了解整个数据工作的流程。Caio 的工作内容有很多，其中包括 data science 的工作，比如 riding-sharing 行业的一个问题是如何解决不同时段和区域的定价问题，解决方案比如通过对 supply-demand 的建模进行 dynamic pricing. 除了机器学期，另外非常重要的工作就是帮助 data scientist 和 managers 衔接，进行合理的 KPI 定义等等，这样使得 data scientist 的工作更加有效。
另外我们还问了 Caio 一些个人喜好的问题：
Medium 是主要的学习资料来源。
Poisson distribution 非常有用例如 可以用来对不同区域的用户的分布进行建模。
Footnotes:
2019 年的 PyConDE & PyData 会议上 Caio Miyashiro 给了一个非常有趣的 talk: Hidden Markov Models for Chord Recognition. Caio 主要讲了他作为一个热爱音乐的人，有时候却找不到乐谱，所以就想要用 Machine Learning 读入音乐来自动根据声音生成乐谱。Caio 用的是 Hidden Markov Models (HMM) 来把听到的音乐里面的乐谱识别出来。虽然 Hidden Markov Model 并不一定是这个任务完美的模型，因为音乐本身也（可能）是关于不同距离上的关联，但是最后的效果也不算差，更重要的是这个 talk 是非常好的 HMM 的入门介绍。
Caio Miyashiro 是 FreeNow 的 data scientist. 作为一个 ride-sharing 行业的 data scientist，我们也跟 Caio 聊了一些有趣的话题。
Caio 以前在银行工作，主要是从事 credit risk 的管理，当时进银行这个部门很早所以得以了解整个数据工作的流程。Caio 的工作内容有很多，其中包括 data science 的工作，比如 riding-sharing 行业的一个问题是如何解决不同时段和区域的定价问题，解决方案比如通过对 supply-demand 的建模进行 dynamic pricing. 除了机器学期，另外非常重要的工作就是帮助 data scientist 和 managers 衔接，进行合理的 KPI 定义等等，这样使得 data scientist 的工作更加有效。
另外我们还问了 Caio 一些个人喜好的问题：
Medium 是主要的学习资料来源。
Poisson distribution 非常有用例如 可以用来对不同区域的用户的分布进行建模。
Footnotes: