为了账号安全,请及时绑定邮箱和手机立即绑定

初识机器学习-理论篇

stonedog 全栈工程师
难度入门
时长 1小时48分
学习人数
综合评分9.57
289人评价 查看评价
9.5 内容实用
9.6 简洁易懂
9.6 逻辑清晰
挺好的,虽然没有需要具体的机器学习。但是我觉得学东西就应该站在更高角度,先宏观上了解这个东西
facebook 开源预测库 prophet
NOSQL : 行为数据库
关系型:交易数据
机器学习的应用场景好多,购物篮分析、互联网广告、图像识别(深度学习)等。。。。前景大大的
机器学习的两种模式:离线机器学习和在线机器学习
只会写if else。。。
真正想学机器学习的可以直接忽略这个视频了,看的就是在浪费时间
抛开竞价排名部分,后台应该会有类似算法进行结果排序。
只会if else的程序员
牛逼
啊啊啊
决策树算法可以解决分类和回归问题,有监督学习。聚类是无监督学习算法。
。SVM面试必考,因为它很有力量,只不过现在深度学习把SVM盖住了。。
生成模型是把问题分类,告诉你生成哪一类的概率;判别模型是给定一个函数,然后输入后给出输出,指定输出属于哪一个类别,非一即二。
机器学习由数据和算法驱动。
数据的特点:
交易数据vs行为数据
少量数据vs海量数据
采样分析vs全量分析

交易数据要求数据一致性高(事务保证)。

NoSQL 适合存储行为数据(一致性差)

关系型的 适合存储交易数据(一致性高)
机器学习是根据数据发掘规律,并摆脱了专家主观性及片面性,由计算机来确定模型。
课程须知
1、有一定数据分析经验。 2、对机器学习有热情的同学。
老师告诉你能学到什么?
1.什么是机器学习 2.机器学习的典型行业案例 3.机器学习和传统数据分析的区别 4.机器学习的经典算法

微信扫码,参与3人拼团

意见反馈 帮助中心 APP下载
官方微信
友情提示:

您好,此课程属于迁移课程,您已购买该课程,无需重复购买,感谢您对慕课网的支持!

本次提问将花费2个积分

你的积分不足,无法发表

为什么扣积分?

本次提问将花费2个积分

继续发表请点击 "确定"

为什么扣积分?

举报

0/150
提交
取消