-
note查看全部
-
note查看全部
-
离线模式：比如分析今天的气温，对昨天的气温进行研究，然后根据过去的气温来进行指导明天的气温。 存在偶然性 在线学习：实时的数据进行分析，不断的形成模型对用户进行指导查看全部
-
和气候统计是一个概念查看全部
-
传统的统计学，抽取一定量的样本然后 进行概率统计，然后得到结论 之后进行假设检验查看全部
-
机器学习就是一个找数学函数的过程查看全部
-
1 机器学习 需要大量的数据 数据量越大越精准查看全部
-
机器学习和数据分析的区别，数据分析靠的是人，机器学习是靠计算机查看全部
-
从历史数据中找出规律，并把这些规律用到未来不确定场景的决策查看全部
-
常见的分类算法查看全部
-
解决业务问题不同 机器学习：预测未来的事情 OLAP：报告过去的事情 技术手段不同 数据驱动，自动进行知识发现 参与者不同 分析师 数据+算法 目标用户不同 公司高层 个体查看全部
-
机器学习和数据分析的区别 数据特点： 交易数据：钱 vs 行为数据：搜索历史，点击历史，浏览历史，评论 少量数据 vs 海量数据 采量数据 vs 全量数据 Not only SQL ：处理行为数据（分布式）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
-
机器学习流程查看全部
-
模型和算法的区别查看全部
举报
0/150
提交
取消