-
生成模型和判别模型面试可能会问到，问一个算法和另一个算法有什么区别查看全部
-
利用计算机从历史数据中找到规律查看全部
-
机器学习和数据分析的区别 数据特点 交易数据【跟钱有关系】【一致性强】 VS 行为数据【用户的历史行为】【no SQL数据库 像mongoDB】 少量数据 VS 海量数据 采样分析 VS 全量分析 15.数据分析（OLAP）（报告过去的事情） 机器学习（预测未来的事情） 16.机器学习算法分类 有监督学习【已经打上标签】 无监督学习【聚类 自己推测标签】 半监督学习 根据内容： 分类与回归 聚类 标注 很重要： 生成模型【告诉你样本属于哪个类的概率】 判别模型 【告诉你结果】 17.分类 C4.5 聚类 K-Means 统计学习 SVM 关联分析 Apriori 【基本淘汰 代价太大】 统计学习 EM 链接挖掘 PageRank 【谷歌】 集装与推进 AdaBoost [人脸识别] 分类 kNN Naive Bayes CART 高级算法： FP-Growth 逻辑回归 RF GBDT 推荐算法 LDA Word2Vector HMM CRF 深度学习 18.机器学习解决问题 确定目标： 业务需求 收集数据 特征工程【70%】 训练模型： 定义模型-产生公式（根据具体要解决的问题） 定义损失函数（预测的结果与真实的结果之间的偏差最小的函数） 优化算法（使损失函数取极小值） 模型评估： 交叉验证 效果评估 19.图片中的每一个像素点是以一个rgb来存的red，green，blue来表示每个成分有多大来存 的，每个图是一个二进制的文件 20.K-Means聚类的算法，特征工程就是将图片以向量或是其他的形式来表示的查看全部
-
模型评估查看全部
-
训练模型查看全部
-
ML框架查看全部
-
算法2查看全部
-
常见算法查看全部
-
算法分类2查看全部
-
算法分类1查看全部
-
算法分类3查看全部
-
参与者不同查看全部
-
技术手段不同查看全部
-
数据分析报告过去， 机器学习预测未来查看全部
-
机器学习和数据分析区别查看全部
举报
0/150
提交
取消