-
機器學習的典型應用：
（1）關聯規則：啤酒+紙尿片，購物籃分析
（2）聚類：用戶細分精準營銷
（3）樸素貝葉斯：垃圾郵件檢測
（4）決策樹：風險識別
（5）ctr預估：互聯網廣告：百度的前多少個詞條（商業廣告）（按照點擊率排序）
（6）協同過濾：推薦系統（淘寶購物車推薦）
（7）自然語言處理：情感分析（對文本抓關鍵情感詞），實體識別（提取文本主要數據，人名等）
（8）深度學習：圖像識別
（9）更多應用：語音識別，人臉識別，手勢控制，智慧機器人，實時翻譯
查看全部 -
機器學習的典型應用：
互聯網廣告? ：百度搜索的廣告推廣
?ctr預估：點擊預估，核心為線性邏輯回歸
?推薦系統：協同過濾算法，例如淘寶 買此產品的人同時購買了。
查看全部 -
機器學習的典型應用：
1.購物籃分析——關聯規則
2.用戶細分精準營銷——聚類
3.垃圾郵件識別——樸素貝葉斯
4.信用卡欺詐——決策樹
查看全部 -
機器學習的典型應用：用戶細分精準營銷
聚類（把用戶消費數據拿過來喂給算法）
聚類：用戶細分精準營銷 用戶消費數據喂給算法，計算機運算，人為設置想要分為幾類。 分完類后，業務人員總結每類人員共同的消費特征。 對每個類起個品牌的名字。
查看全部 -
機器學習的典型應用：購物籃分析
所謂的購物籃分析就是看在我們的訂單中有哪些商品是被同時購買的
用到的算法就是關聯規則（實質上是數據挖掘的算法）
查看全部 -
業務系統發展的歷史
基于專家經驗
基于統計-分維度統計
機器學習=在線學習
離線機器學習：屬于批處理的情況
在線機器學習：是來一條數據學習一條
查看全部 -
機器學習發展的原動力：
從歷史數據中找出規律，把這些規律用到對未來自動作出決定。
用數據代替expert——業務邏輯
經濟驅動，數據變現
查看全部 -
《概率論》《數據統計》是機器學習的基石
傳統的統計學，抽取一定量的樣本然后 進行概率統計，然后得到結論 之后進行假設檢驗
傳統的統計學受運算能力的限制，所以是用抽樣的方式；
而現在計算能力足夠強，就不需要采用抽樣的方式了。
做數據分析要對數據進行量化，才方便計算、比較。
傳統統計：抽樣-描述統計-結論-假設檢驗-推斷
機器學習不受計算量的限制，直接跳過抽樣
統計學受限于計算能力，依賴于采樣的方法，再反作用于原來的數據。步驟：抽樣-->描述統計-->結論-->假設檢驗。
現在無需考慮數據量的問題，無需抽樣技術，直接全樣?？衫每梢暬夹g來觀察數據。要進行數據分析，需要先進行量化，用模型擬合規律，函數-->函數曲線-->擬合。高維度時很難用可視化的方法，只能用數學運算。
查看全部 -
機器學習就是利用計算機從歷史數據中找出規律，把這些規律用到對未來自動作出決定。機器學習分為監督學習、無監督學習和半監督學習。監督學習又分為分類算法和回歸算法；無監督學習分為聚類聚和降維，半監督學習即加強學習。
機器學習的應用：識別垃圾郵件、自然語言處理、語音識別、個性化醫療、人臉識別、智慧機器人等。
查看全部 -
NOSQL,SQL什么意思
查看全部 -
OLAP--數據挖掘
查看全部 -
交易數據--行為數據
查看全部 -
特征工程：數據清洗 數據轉換。占70%的工作量，比較容易出成果的部分。
查看全部 -
機器學習解決問題的框架
查看全部 -
機器學習常見算法一覽
查看全部
舉報