-
解决问题的框架查看全部
-
常见算法查看全部
-
生成模型是把问题分类，告诉你生成哪一类的概率；判别模型是给定一个函数，然后输入后给出输出，指定输出属于哪一个类别，非一即二。查看全部
-
算法分类： 有监督学习：明确给出分类算法、回归算法； 无监督学习：聚类； 半监督学习：即强化学习； 分类算法2： 分类与回归： 聚类： 标注：标签 算法分类3：*重要 生成模型：模糊判断 百分比 概率 判别模型：判断属于哪个类型查看全部
-
算法分类查看全部
-
二者区别查看全部
-
二者区别查看全部
-
机器学习和数据分析的区别查看全部
-
机器学习和数据分析的区别 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（MongoDB、nosql）和分布式数据分析平台（Hadoop、Spark）。查看全部
-
数据分析查看全部
-
数据分析查看全部
-
数据分析查看全部
-
数据分析查看全部
-
数据分析：查看全部
-
数据分析： 1.关联规则，根据消费者购买的商品联想到可能会购买的商品。 2.细分精准营销,判断用户到底想要的是什么。查看全部
举报
0/150
提交
取消