-
机器学习算法分类<br> 算法分类(1)(数据中有没有Y) 有监督学习 分类算法和回归算法 无监督学习 聚类 半监督学习(强化学习) 算法分类(2)(具体问题) 分类与回归 聚类 标注(打标签) 重点:算法分类(3) (直指本质) 都是说分类问题的 生成模型 判别模型查看全部
-
哥哥哥哥查看全部
-
一、 demo - 图片按照色彩聚类
查看全部 -
一、机器学习解决问题的框架
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
多个算法分别带入同一类数据,验证效果
效果评估
评估多个算法间的差异
查看全部 -
一、机器学习解决问题的框架
聚类问题
预测问题
二、各个算法共同的思想
机器学习 —— 确定目标
业务需求
数据
特征工程(数据预处理)
查看全部 -
一、机器学习算法
SVM:支持向量机
关联分析: FP-Growth
AdaBoot: 有监督学习,人脸识别
二、常用算法
FP-Growth
逻辑回归
搜索结果的排序等
RF、GBDT
决策树的改进
推荐算法
各个推荐系统的算法
LDA
自然语言处理算法
Word2Vetor
文本挖掘
HMM、CRF
文本挖掘
深度学习
图像识别等
查看全部 -
一、机器学习算法分类
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)
其他
标注
生成模型(属于各个类的概率)
判别模型 (分类)
查看全部 -
一、机器学习和数据分析的区别
解决业务问题不同
数据分析:报告过去
机器学习:预测未来
技术手段不同
数据分析:用户驱动、交互式分析
机器学习:数据驱动、自动进行知识发现
参与者不同
数据分析:数据分析师
机器学习:数据 + 算法
查看全部 -
一、机器学习和数据分析的区别
数据特点:
数据分析:交易数据,少量数据,采样分析
机器学习:行为数据,海量数据,全量分析
查看全部 -
一、机器学习的典型应用
自然语言处理
情感分析
实体识别
深度学习
图像识别
语音识别
个性化医疗
人脸识别
自动驾驶
智慧机器人
私人虚拟助理
手势控制
视频内容自动识别
机器实时翻译
查看全部 -
一、机器学习典型应用
CTR预估
互联网广告:百度搜索广告,排序
协同过滤
推荐系统:电商推荐
查看全部 -
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
举报