-
机器学习和数据分析的区别 数据分析：交易数据、少量数据、采样分析。对数据一致性要求严格，使用关系型数据库sql serve、mysql、oracle。 机器学习：行为数据、海量数据、全量分析。需要保证数据吞吐量，数据一致性可以打折扣，所以用NoSQL数据库（MongoDB、nosql）和分布式数据分析平台（Hadoop、Spark）。查看全部
-
机器学习常见算法（1）ICDM 1.分类---C4.5使用决策树算法，可以解决【分类】&【回归】问题； 2.聚类---K-Means算法，属于无监督方法，解决电信用户分类问题； 3.统计学习---SVM（支持向量机）可以解决分类（主）和回归问题，有很好的表现和深厚的数学理论支撑，曾经被认为是最好的分类算法。现在光芒被【深度学习】掩盖了。有一定的数学门槛，面试中经常被问。 4.关联分析---Apriori应用于“尿片和纸尿裤”案例，最早解决了频繁项集问题。由于需要频繁访问数据库，已被淘汰。取代它的是华人开的【FP-Growth】算法。应用：电商的推荐系统，但目前有更好的替代方法。 5.统计分析---EM算法是一个算法框架，用于解决一系列问题。 6.连接挖掘---PageRank。Google使用的网页排序算法，很著名。 7.集装与推进---AdaBoosts算法，应用于人脸识别，本质为改进的决策树算法，属于有监督的分类算法。 8.分类---kNN。相对简单的分类算法，有监督。 9.分类---Naive Bayes朴素贝叶斯算法，用于识别垃圾邮件。 目前不常用的算法：Apriori和CART。查看全部
-
1.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确定场景的决策。 2.关键字：计算机-历史数据-规律-不确定 3.规律=数学函数=数学公式查看全部
-
算法分类3（模型的本质） 生成模型：用来说明分类问题。返回的是属于各个类的概率-->更有可能的是什么。 判别模型：用来说明分类问题。直接给一个函数，数据输入到函数中，直接返回类别-->是什么不是什么。查看全部
-
C4.5、CART：属于决策树算法，既可以解决分类问题，也可以解决回归问题。主要解决分类问题。属于有监督算法。很少使用。 K-Means：聚类算法，无监督学习算法。 SVN：主要解决分类问题，最好的分类算法，有完整的数学理论。（重要） Apriori：关联分析算法，淘汰，多次访问数据库代价高。 FP-Grows：Apriori的升级版，只需对数据库进行两遍扫描。 EM：总的算法框架，不针对某一具体问题。 AdaBoost：决策树的改进版，主要用于人脸识别，本质上解决分类问题。属于有监督学习。 kNN：分类算法，有监督学习。与K-Means有点像。 9：垃圾邮件识别。查看全部
-
机器学习： 利用计算机从历史数据中找到规律，并把这些规律用到对未来不确定场景的决策。 判断、决策 主体的不同：计算机--机器学习、人--数据分析。数据分析是依靠人从历史数据中找到规，学习效果很大程度以来于人的经验与知识水平，机器学习就是想要抛弃对人的依赖，靠机器来挖掘规律。 数据：机器学习只是解决问题的框架、算法，需要数据，数据量越大越准确。 规律：通过机器学习不同的算法去找规律，不同的算法结果不同。查看全部
-
14.机器学习和数据分析的区别 数据特点 交易数据【跟钱有关系】【一致性强】 VS 行为数据【用户的历史行为】【no SQL数据库 像mongoDB】 少量数据 VS 海量数据 采样分析 VS 全量分析 15.数据分析（OLAP）（报告过去的事情） 机器学习（预测未来的事情） 16.机器学习算法分类 有监督学习【已经打上标签】 无监督学习【聚类 自己推测标签】 半监督学习 根据内容： 分类与回归 聚类 标注 很重要： 生成模型【告诉你样本属于哪个类的概率】 判别模型 【告诉你结果】 17.分类 C4.5 聚类 K-Means 统计学习 SVM 关联分析 Apriori 【基本淘汰 代价太大】 统计学习 EM 链接挖掘 PageRank 【谷歌】 集装与推进 AdaBoost [人脸识别] 分类 kNN Naive Bayes CART 高级算法： FP-Growth 逻辑回归 RF GBDT 推荐算法 LDA Word2Vector HMM CRF 深度学习 18.机器学习解决问题 确定目标： 业务需求 收集数据 特征工程【70%】 训练模型： 定义模型-产生公式（根据具体要解决的问题） 定义损失函数（预测的结果与真实的结果之间的偏差最小的函数） 优化算法（使损失函数取极小值） 模型评估： 交叉验证 效果评估 19.图片中的每一个像素点是以一个rgb来存的red，green，blue来表示每个成分有多大来存 的，每个图是一个二进制的文件 20.K-Means聚类的算法，特征工程就是将图片以向量或是其他的形式来表示的查看全部
-
K-Means聚类的算法，特征工程就是将图片以向量或是其他的形式来表示的查看全部
-
这个是按照色彩来聚类的，而不是分清是小汽车还是花，还是建筑物之类的深度学习的范畴查看全部
-
先有一个业务需求，然后是数据收集，最后是特征工程，特征工程工作量大概占70%（数据转换和数据清洗），相对于算法提升更容易提高最后成果的质量
查看全部 -
机器学习算法分类
算法分类（1）：有监督学习、无监督学习、半监督学习
算法分类（2）：分类与回归、聚类、标注
（重要）算法分类（3）：生成模型、判别模型
查看全部 -
从数据中寻找规律：
传统统计学的处理方式：抽样--描述统计--结论---假设检验观察数据----用模型刻画（拟合）规律（函数---函数曲线---拟合）
查看全部 -
机器学习概念
查看全部 -
用户细分精准营销：聚类（根据消费记录得出消费特征进行用户分类）
查看全部 -
机器学习
《概率论》、《数据统计》
统计学受限于运算能力的限制，
统计学依赖于采样的数据，需要验证结论
观察数据：上下波动、总体上升
且模型刻画规律， 函数-》公式
-----------------------------------------
机器学习发展的原动力：
经济驱动，数据变现
-----
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（电商、搜索 实时学习、分析、推荐）
离线机器学习（不实时）
------
机器学习的典型应用：
购物篮分析：
算法是：关联规则（典型的数据挖掘的算法）
用户细分精准营销：
聚类
垃圾邮件识别：
朴素贝尔斯
信用卡欺诈：
决策树
互联网广告：
ctr预估(点击率的预估)
推荐系统：
协同过滤。
-------
典型应用自然语言处理和图像识别
自然语言处理：
情感分析、
实体识别
图像识别：
深度学习
语音识别
个性化医疗、自动驾驶、智慧机器人、
机器学习无处不在
------------
机器学习和数据分析的区别
传统：交易数据、少量数据、采样分析
现：行为数据、海量数据、全量分析（no sql 只能处理行为数据）
区别2：
传统：报告解决历史事情、
现：预测未来
技术手段不同：
传统：用户驱动、交互式分析
现：数据驱动、自动进行知识发现
参与者不同：
数据分析：分析师
机器学习：数据+算法
目标用户：
数据分析：公司高层
机器学习：个体
------------------
机器学习算法分类：
算法分类：
有监督学习：分类算法、回归算法
无监督学习：聚类
半监督学习（强化学习算法）：
算法分类2：
分类与回归
聚类
标注
算法分类3：
生成模型
判别模型机器学习常见算法一览
(大部分的人脸识别是通过 adaboost 算出来的，是决策树的改进版。apriori基本被淘汰，FP-Growth是它的升级版，是一个美籍华人发明出来的、)
百度搜索的排序就是用的 “逻辑回归”的算法
推荐算法：各大电商网站的标配LDA是用途文本分析的。
------
机器学习解决问题：
总的框架：（公用的思想）
确定目标
业务需求、
数据、
特征工程（投入70%）训练模型：
定义模型、
定义损失函数、
优化算法模型评估：
交叉验证、
效果评估查看全部
举报