-
OLAP分析方法：用户驱动、交互式分析
机器学习分析方法：数据驱动、自动进行知识发现
查看全部 -
数据分析：报告过去的事情
机器学习：预料未来的事情
查看全部 -
销售数据
行为数据：搜索历史、点击历史、浏览历史、评论
查看全部 -
机器学习入门查看全部
-
机器学习常见算法
查看全部 -
什么是机器学习
查看全部 -
lda crf word2vector 都是nlp领域用的多的查看全部
-
交易数据：存取款账单 用户订单 话费账单（跟钱有关的数据）
行为数据：搜索历史 点击历史 浏览历史 评论
机器学习和数据分析的区别：交易数据VS行为数据
少量数据VS海量数据
采样分析VS全量分析
查看全部 -
自然语言处理：情感分析 实体识别
图像识别 （深度学习）
更多应用：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（体感游戏） 视频内容自动识别 机器实时翻译
查看全部 -
互联网广告：ctr预估（线性回归）
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：决策树
查看全部 -
用户细分精准营销：聚类
查看全部 -
“啤酒+尿片”购物篮分析
查看全部 -
业务系统发展的历史：（定业务规则）
基于专家经验
基于统计——分维度统计
机器学习——在线学习（订单 访问 点击）
查看全部 -
机器学习发展的原动力
1、从历史数据中找出规律，把这些规律用到对未来自动做出决定
2、用数据代替专家（expert：经验 规则-由程序员用代码写出来-业务逻辑即用数据来告诉我们规律。）
3、经济驱动，数据变现
查看全部
举报
0/150
提交
取消