-
一、机器学习典型应用
朴素贝叶斯
垃圾邮件识别
决策树
信用卡欺诈:骗子或还款能力差的人识别
查看全部 -
一、机器学习典型应用
用户细分精准营销
聚类:“全球通”用户专门服务
查看全部 -
一、机器学习典型应用
关联规则
购物篮分析:“啤酒 + 尿片”
查看全部 -
一、业务系统发展的历史
基于专家经验
基于统计 —— 分纬度统计
机器学习 —— 在线学习
查看全部 -
一、机器学习发展的原动力
从历史数据中找出规律,把这些规律用到对未来自动做出决定
用数据代理专家
专家:片面性、主观性
经济驱动,数据变现
大数据的出现
查看全部 -
一、从数据中寻找规律
基石:概率论、数理统计
统计学(计算力不足 ):
抽样 —— 描述 统计—— 假设验证
机器学习(计算力充足):
用模型拟合规律
查看全部 -
一、机器学习
机器学习:利用计算机从历史数据中找出规律,并把这些规律用到未来不确定场景的决策中。
数据分析:人来驱动;机器学习:机器驱动。
算法:从数据中寻找规律
数学函数 / 数学公式
查看全部 -
特征工程,占了机器学习的70%的工作
查看全部 -

把用户分类
查看全部 -
算法
购物篮分析
关联规则算法
查看全部 -

机器学习
离线机器学习
在线学习
查看全部 -

。
查看全部 -

抽样,描述统计,结论,假设检验
查看全部 -

分析历史数据,寻找规律
查看全部 -

ImageToVector: 特征工程,把图片转成一个12个数字组成的向量
查看全部
举报
0/150
提交
取消