-
note查看全部
-
note查看全部
-
離線模式：比如分析今天的氣溫，對昨天的氣溫進行研究，然后根據過去的氣溫來進行指導明天的氣溫。 存在偶然性 在線學習：實時的數據進行分析，不斷的形成模型對用戶進行指導查看全部
-
和氣候統計是一個概念查看全部
-
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 之后進行假設檢驗查看全部
-
機器學習就是一個找數學函數的過程查看全部
-
1 機器學習 需要大量的數據 數據量越大越精準查看全部
-
機器學習和數據分析的區別，數據分析靠的是人，機器學習是靠計算機查看全部
-
從歷史數據中找出規律，并把這些規律用到未來不確定場景的決策查看全部
-
常見的分類算法查看全部
-
解決業務問題不同 機器學習：預測未來的事情 OLAP：報告過去的事情 技術手段不同 數據驅動，自動進行知識發現 參與者不同 分析師 數據+算法 目標用戶不同 公司高層 個體查看全部
-
機器學習和數據分析的區別 數據特點： 交易數據：錢 vs 行為數據：搜索歷史，點擊歷史，瀏覽歷史，評論 少量數據 vs 海量數據 采量數據 vs 全量數據 Not only SQL ：處理行為數據（分布式）查看全部
-
什么是機器學習？ 利用計算機從歷史數據中找出規律；并把這些規律用到對未來不定場景的決策 機器學習的典型應用 關聯規則：啤酒+紙尿片，購物籃分析 聚類：用戶細分精準營銷 樸素貝葉斯：垃圾郵件檢測 決策樹：風險識別 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） 協同過濾：推薦系統（淘寶購物車推薦） 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） 深度學習:圖像識別 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
-
機器學習流程查看全部
-
模型和算法的區別查看全部
舉報
0/150
提交
取消