助教初體驗、女孩專屬社群 R-Ladies！

前幾天我們在 MSP 的 Blog 發布了三篇關於 Azure Machine Learning Studio 的技術文章，而那三篇文章由微軟技術傳教士 Ching Chen（晴姊）委託 MSP 們進行翻譯的文章，其實也是晴姊在進行 Azure Machine Learning 推廣活動時，所採用的參考文章喔！

而這一次的 R-ladies 聚會，也很開心晴姊也選擇了兩位的 MSP 來擔任她的小助教，究竟她們兩位幸運兒從中獲得了什麼寶貴的經驗呢？

我們繼續看下去！
如果你還沒看過那三篇文章快到 → 從頭開始！使用 AML Studio 體驗機器學習

第一次參加 R-ladies聚會就是擔任助教，多少有點緊張，而這次的主題是前不久才剛學習的「從 Azure Machine Learning 進入機器學習」，由晴姊主講，其中還包括了實作教學，要在短短一個小時內教完實在困難，但是晴姊相當厲害，利用淺顯易懂、重點式的說明在一個多小時的時間就講解完，並且讓大家還有時間可以直接操作練習。

在講課一開始，先簡單介紹機器學習相關的應用，只要有資料幾乎都可以進行機器學習來得到所需要的資訊及預測，接著就是進入實作教學。這次主題是以鐵達尼號乘客的資料庫，以及所建置的機器學習模型來預測乘客的存活率。而這次講課的重點並不是模型選擇的細部意義，而是想要讓大家認識如何利用開通的Azure帳號進入 Azure Machine Learning Studio 的操作環境，再教導大家如何建立新實驗、如何拖拉並執行模型，以及將結果資料視覺化，因此晴姊也指導大家如何觀看圖表。而且因為是 R-ladies 聚會，所以一定跟 R 語言相關聯，Azure Machine Learning 裡的模型有些也是利用 R 語言來進行撰寫，也有提供 R 的相關 Sample code，我們也可以進行修改。

第一次擔任助教，我們發現事前的準備是很重要的，先熟悉講課的教材不僅會比較不緊張，而且當天晴姊在講課的時候也更加清楚理解課程內容，如此一來，當有人提問時可以更快進入狀況。當天大家最多的問題，是使用開通的 Azure 帳號進入 Machine Learning 跟使用免費的 8 小時試用有何不同；其他的則是細微的問題，像是下載鐵達尼號的範例模型中的 Label 功用，以及拖拉元件設計與機器學習的邏輯關係。擔任助教難免會緊張、害怕回答不出問題，但是大家人都很好，不會急著催促我們進行解釋，會等我們徹底理解再進行說明，也會跟我們互相討論，一同成長，真是收穫良多！

 
我們的小助教 ↓↓↓