-
机器学习主要解决的是预测的问题和聚类的问题。预测的话，Y到底是连续性的数值变量还是离散型的数值变量。查看全部
-
机器学习工作流程查看全部
-
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
-
关联营售，根据购买商品联想到消费者可能会购买的其他商品！查看全部
-
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
-
机器学习 最终解决数据分析 并得出未来不可定场场景的决策查看全部
-
用数据代替expert查看全部
-
传统统计：抽样-描述统计-结论-假设检验-推断 机器学习不受计算量的限制，直接跳过抽样查看全部
-
《概率论》《数据统计》是机器学习的基石查看全部
-
机器学习公司查看全部
-
比较高级的运用查看全部
-
类似于第一个购物车分析案例查看全部
-
ctr预估——点击率预估查看全部
举报
0/150
提交
取消