-
购物篮分析 ：关联算法，纸尿裤和啤酒查看全部
-
数据分析：交易数据、少量数据、采样分析。对数据一致性要求严格，使用关系型数据库sql serve、mysql、oracle。 机器学习：行为数据、海量数据、全量分析。需要保证数据吞吐量，数据一致性可以打折扣，所以用NoSQL数据库
查看全部 -
什么是机器学习？ 利用计算机从历史数据中找出规律；并把这些规律用到对未来不定场景的决策 机器学习的典型应用 关联规则：啤酒+纸尿片，购物篮分析 聚类：用户细分精准营销 朴素贝叶斯：垃圾邮件检测 决策树：风险识别 ctr预估：互联网广告：百度的前多少个词条（商业广告）（按照点击率排序） 协同过滤：推荐系统（淘宝购物车推荐） 自然语言处理：情感分析（对文本抓关键情感词），实体识别（提取文本主要数据，人名等） 深度学习:图像识别 更多应用：语音识别，人脸识别，手势控制，智慧机器人，实时翻译
查看全部 -
机器学习的典型应用：
1.购物篮分析——关联规则
2.用户细分精准营销——聚类
3.垃圾邮件识别——朴素贝叶斯
4.信用卡欺诈——决策树
查看全部 -
什么是机器学习？
利用计算机从历史数据中找出规律，并把这些规律用到对为未来不确定场景的决策。
查看全部 -
常见算法一览表
查看全部 -
用bing的英文搜索，可以找到关于这个案例的辟谣资料。关联分析应用最常见的是组合购买，超市把两种商品打包后给一个优惠。
查看全部 -
啤酒和纸尿裤这个案例是假的。
查看全部 -
学习算法分类一：
有监督学习：已有的数据是已知结果的，知道这条数据属于或不属于某类，通过学习提取特征量。
无监督学习：不知道数据的结果，给出一堆数据给算法分成设置好的几类，然后人工再去看每类数据的特征。
半监督学习：不太懂。
查看全部 -
查看全部 -
v
v查看全部 -
半监督学习，大量的数据强化学习
查看全部 -
查看全部 -
查看全部 -
查看全部
举报
0/150
提交
取消