第七色在线视频,2021少妇久久久久久久久久,亚洲欧洲精品成人久久av18,亚洲国产精品特色大片观看完整版,孙宇晨将参加特朗普的晚宴

《集體編程智慧》

周志華的《機器學習》

Python機器學習影印版，東南大學出版社

斯坦福公開課機器學習，在網(wǎng)易公開課上可以找到

《數(shù)據(jù)挖掘概念與技術》、《機器學習實戰(zhàn)》、《人工智能及其應用》、《數(shù)據(jù)庫系統(tǒng)概論》、《算法導論》、《Web數(shù)據(jù)挖掘》、《 Python標準庫》、《thinking in Java》、《Thinking in C++》、《數(shù)據(jù)結構》等

生成模型：%屬于A類，%屬于B類，%屬于C類

判別模型：屬于A/B/C類

機器學習解決問題的框架：

二、訓練模型

STEP1：定義模型（形成目標公式）

STEP2：定義損失函數(shù)（數(shù)學的方式定義預測值與現(xiàn)實值的差異）

STEP3：優(yōu)化算法（尋找確定損失函數(shù)極小值）

三、模型評估（標準）

STEP1：交叉驗證

STEP2：效果評估

機器學習解決問題的框架：
一、目標的確立

STEP1：確定目標（業(yè)務需求）

STEP2：收集（歷史）數(shù)據(jù)，決定項目質(zhì)量高度

STEP3：特征工程（清理整合數(shù)據(jù)，提取特征）結構化，時間占比70%

機器學習常見算法：

1. 決策樹算法（有監(jiān)督）：解決分類、回歸問題；C4.5、kNN（不常用）

2. 聚類：K-Means算法（無監(jiān)督）

3. 統(tǒng)計學習：SVM算法

4. 關聯(lián)分析及規(guī)則：Apriori（淘汰）——需多次掃描龐大數(shù)據(jù)庫

   ???????????????????????????FP-Growth——僅需兩次掃描數(shù)據(jù)庫

5. 鏈接挖掘：PageRank算法（Google）

6. 集裝與推進：AdaBoost（人臉識別）（決策樹改進版,有監(jiān)督學習）（本質(zhì)上解決分類問題）

7. 邏輯回歸：google、百度搜索結果排

8. 推薦算法：產(chǎn)品推薦等

9. 文本分析&挖掘、自然語言處理：LDA、Word2Vector、HMM、CRF

10. 深度學習：圖像識別
    

機器學習算法分類：

一、算法分類（1）

1. 有監(jiān)督學習

2. 無監(jiān)督學習

3. 半監(jiān)督學習

   算法分類（2）（根據(jù)解決的問題類型）

???? 1、分類與回歸

? ? ?2、聚類

???? 3、標注（打標簽）

????? ? 算法分類（3）（算法本質(zhì)）

? ? ? 1、生成模型（進行數(shù)據(jù)應屬類別的概率統(tǒng)計）

????? 2、判別模型（直接進行數(shù)據(jù)分類）

二、解決業(yè)務問題不同

機器學習：預測未來事件（未來趨勢）

數(shù)據(jù)分析：報告過去事件（歷史總結）

三、技術手段、方法不同

機器學習：數(shù)據(jù)挖掘；數(shù)據(jù)（算法）驅(qū)動；規(guī)模大

數(shù)據(jù)分析：OLAP；用戶驅(qū)動（企業(yè)數(shù)據(jù)分析師的經(jīng)驗等）；規(guī)模小；交互式分析

缺點：受限于分析師的經(jīng)驗，分類的多樣化受限制

四、參與（驅(qū)動）者不同

機器學習：數(shù)據(jù)+算法，數(shù)據(jù)質(zhì)量決定結果

數(shù)據(jù)分析：數(shù)據(jù)分析師，能力&經(jīng)驗決定結果

五、服務用戶不同

機器學習：個體用戶

數(shù)據(jù)分析：公司高層

機器學習和數(shù)據(jù)分析的區(qū)別：

一、數(shù)據(jù)特點不同（數(shù)據(jù)類別、數(shù)據(jù)量、數(shù)據(jù)分析方法）

機器學習：行為數(shù)據(jù)（如搜索歷史、瀏覽歷史、點擊歷史、評論等）；海量分析，一致性要求相對不高；全量分析

數(shù)據(jù)分析：交易數(shù)據(jù)（與錢相關，如用戶訂單、存取款賬單、話費賬單等）少量數(shù)據(jù)，一致性要求嚴格（如銀行存取款，數(shù)據(jù)精準）；采樣分析

機器學習兩種使用場景?離線學習和在線學習。

• 離線學習：批處理的方式，對以前的數(shù)據(jù)進行學習，從而運用到后面的指導中
  

• 在線學習：對實時產(chǎn)生的數(shù)據(jù)進行學習，再對實時得業(yè)務進行指導
  

利用模型去擬合規(guī)律

利用計算機從歷史數(shù)據(jù)中找出規(guī)律，并把這些規(guī)律用到對未來不確定場景得決策

例如預測天氣? 公司業(yè)績

機器學習的典型應用：自然語言處理? ? ?情感分析 實體識別

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?圖像識別? 深度學習

更多應用 ：? 語音識別? ?個性化醫(yī)療? 情感分析 人臉識別? 自動駕駛? 智慧型機器人? ?私人虛擬助理? 手勢控制? 視頻內(nèi)容自動識別

機器學習的典型應用：互聯(lián)網(wǎng)廣告? ?ctr預估

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?推薦系統(tǒng)? ? ? 協(xié)同過濾