-
FP-Growth:华人发明
逻辑回归：谷歌百度搜素排名
RF、GBDT:随机森林，决策算法的改进
推荐算法：各大电商网站的标配
LDA:文本分析、自然语言算法
Word2Vector:文本挖掘
HMM、CRF:隐马可夫模型、条件随机场
深度学习：
查看全部 -
算法分类：
分类1
（1）有监督学习:1）分类算法：Y类：垃圾邮件、X类：正常邮件；2）回归算法
（2）无监督学习：Y是什么类型我们不知道，聚类：让机器去数据自行分析
（3）半监督学习：强化学习，小孩学走路
分类2：
分类与回归
聚类
标注
分类3：
生成模型；告诉你属于哪个类的概率
判别模型：直接判别数据属于哪个类别
查看全部 -
参与者不同：
分析师：目标用户：公司高层
数据+算法：目标用户：个体
查看全部 -
自然语言处理：情感分析，实物识别
图像识别：深度学习
语音识别、个性化医疗、情感分析、人脸识别、自动驾驶、智慧机器人、私人虚拟助理、手势控制、视频内容自动识别、机器实时翻译
查看全部 -
crt预估和协同过滤
互联网广告：crt预估（线性回归），预测最有可能点的广告排在第一名
推荐系统：协同过滤
查看全部 -
朴素贝叶斯和决策树：
垃圾邮件：贝叶斯
信用卡欺诈：决策树
查看全部 -
用户细分精准营销：
聚类
查看全部 -
购物栏分析：关联规则
查看全部 -
机器学习解决问题的框架
定义损失函数是十分重要的
查看全部 -
机器学习中解决问题的框架
查看全部 -
机器学习一览表
查看全部 -
机器学习算法分类
（1）有监督学习（分类算法，回归算法），无监督学习（聚类算法），半监督学习（也叫强化学习）
（2）分类与回归，聚类，标注
*****重要 (3)生成模型（概率），判别模型（直接得出结果）训练数据模型的思想不一样。
查看全部 -
机器学习的数据分析的区别
数据特点：
机器学习-----行为数据-海量数据-全量分析
数据分析-----交易数据-少量数据-采样数据
Not Only SQL---分布式，只能进行行为数据的存储
查看全部 -
互联网广告------ctr预估：对用户来说的点击率的预估
（百度的广告）
推荐系统-----协同过滤
查看全部 -
垃圾邮件-----朴素贝叶斯
信用卡欺诈：信贷风险识别-----决策树
查看全部
举报