-
机器学习与传统数据分析区别： 对应的目标数据分别是用户的行为数据和交易数据查看全部
-
朴素贝叶斯，决策树查看全部
-
机器学习第一招：关联查看全部
-
在线学习，实时收集网络上的数据，进行分析 会覆盖之前的数据查看全部
-
数据的规律，不光是常见的几个维度的曲线或直方图，真正的应用中可能有上百个维度，这个时候完全就是数学函数形式了查看全部
-
目前涉及的规律只是数据的一个变化趋势查看全部
-
归纳规律的依据 就是数学公式、数学函数查看全部
-
机器学习，本质从历史数据中寻找规律，并由机器应用 机器根据什么来寻找规律？查看全部
-
本质，生产模型，判别模型查看全部
-
自然语言处理查看全部
-
常见机器学习算法查看全部
-
算法分类3（模型的本质） 生成模型：用来说明分类问题。返回的是属于各个类的概率-->更有可能的是什么。 判别模型：用来说明分类问题。直接给一个函数，数据输入到函数中，直接返回类别-->是什么不是什么。查看全部
-
机器学习工作流查看全部
-
对未来不确定场景的决策查看全部
-
框架--指导算法思路，查看全部
举报
0/150
提交
取消