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(jī)器學(xué)習(xí)》

Python機(jī)器學(xué)習(xí)影印版，東南大學(xué)出版社

斯坦福公開(kāi)課機(jī)器學(xué)習(xí)，在網(wǎng)易公開(kāi)課上可以找到

《數(shù)據(jù)挖掘概念與技術(shù)》、《機(jī)器學(xué)習(xí)實(shí)戰(zhàn)》、《人工智能及其應(yīng)用》、《數(shù)據(jù)庫(kù)系統(tǒng)概論》、《算法導(dǎo)論》、《Web數(shù)據(jù)挖掘》、《 Python標(biāo)準(zhǔn)庫(kù)》、《thinking in Java》、《Thinking in C++》、《數(shù)據(jù)結(jié)構(gòu)》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(jī)器學(xué)習(xí)解決問(wèn)題的框架：

二、訓(xùn)練模型

STEP1：定義模型（形成目標(biāo)公式）

STEP2：定義損失函數(shù)（數(shù)學(xué)的方式定義預(yù)測(cè)值與現(xiàn)實(shí)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(píng)估（標(biāo)準(zhǔn)）

STEP1：交叉驗(yàn)證

STEP2：效果評(píng)估

機(jī)器學(xué)習(xí)解決問(wèn)題的框架：
一、目標(biāo)的確立

STEP1：確定目標(biāo)（業(yè)務(wù)需求）

STEP2：收集（歷史）數(shù)據(jù)，決定項(xiàng)目質(zhì)量高度

STEP3：特征工程（清理整合數(shù)據(jù)，提取特征）結(jié)構(gòu)化，時(shí)間占比70%

機(jī)器學(xué)習(xí)常見(jiàn)算法：

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

2. 聚類：K-Means算法（無(wú)監(jiān)督）

3. 統(tǒng)計(jì)學(xué)習(xí)：SVM算法

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

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

5. 鏈接挖掘：PageRank算法（Google）

6. 集裝與推進(jìn)：AdaBoost（人臉識(shí)別）（決策樹(shù)改進(jìn)版,有監(jiān)督學(xué)習(xí)）（本質(zhì)上解決分類問(wèn)題）

7. 邏輯回歸：google、百度搜索結(jié)果排

8. 推薦算法：產(chǎn)品推薦等

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

10. 深度學(xué)習(xí)：圖像識(shí)別
    

機(jī)器學(xué)習(xí)算法分類：

一、算法分類（1）

1. 有監(jiān)督學(xué)習(xí)

2. 無(wú)監(jiān)督學(xué)習(xí)

3. 半監(jiān)督學(xué)習(xí)

   算法分類（2）（根據(jù)解決的問(wèn)題類型）

???? 1、分類與回歸

? ? ?2、聚類

???? 3、標(biāo)注（打標(biāo)簽）

????? ? 算法分類（3）（算法本質(zhì)）

? ? ? 1、生成模型（進(jìn)行數(shù)據(jù)應(yīng)屬類別的概率統(tǒng)計(jì)）

????? 2、判別模型（直接進(jìn)行數(shù)據(jù)分類）

二、解決業(yè)務(wù)問(wèn)題不同

機(jī)器學(xué)習(xí)：預(yù)測(cè)未來(lái)事件（未來(lái)趨勢(shì)）

數(shù)據(jù)分析：報(bào)告過(guò)去事件（歷史總結(jié)）

三、技術(shù)手段、方法不同

機(jī)器學(xué)習(xí)：數(shù)據(jù)挖掘；數(shù)據(jù)（算法）驅(qū)動(dòng)；規(guī)模大

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

缺點(diǎn)：受限于分析師的經(jīng)驗(yàn)，分類的多樣化受限制

四、參與（驅(qū)動(dòng)）者不同

機(jī)器學(xué)習(xí)：數(shù)據(jù)+算法，數(shù)據(jù)質(zhì)量決定結(jié)果

數(shù)據(jù)分析：數(shù)據(jù)分析師，能力&經(jīng)驗(yàn)決定結(jié)果

五、服務(wù)用戶不同

機(jī)器學(xué)習(xí)：個(gè)體用戶

數(shù)據(jù)分析：公司高層

機(jī)器學(xué)習(xí)和數(shù)據(jù)分析的區(qū)別：

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

機(jī)器學(xué)習(xí)：行為數(shù)據(jù)（如搜索歷史、瀏覽歷史、點(diǎn)擊歷史、評(píng)論等）；海量分析，一致性要求相對(duì)不高；全量分析

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

機(jī)器學(xué)習(xí)兩種使用場(chǎng)景?離線學(xué)習(xí)和在線學(xué)習(xí)。

• 離線學(xué)習(xí)：批處理的方式，對(duì)以前的數(shù)據(jù)進(jìn)行學(xué)習(xí)，從而運(yùn)用到后面的指導(dǎo)中
  

• 在線學(xué)習(xí)：對(duì)實(shí)時(shí)產(chǎn)生的數(shù)據(jù)進(jìn)行學(xué)習(xí)，再對(duì)實(shí)時(shí)得業(yè)務(wù)進(jìn)行指導(dǎo)
  

利用模型去擬合規(guī)律

利用計(jì)算機(jī)從歷史數(shù)據(jù)中找出規(guī)律，并把這些規(guī)律用到對(duì)未來(lái)不確定場(chǎng)景得決策

例如預(yù)測(cè)天氣? 公司業(yè)績(jī)

機(jī)器學(xué)習(xí)的典型應(yīng)用：自然語(yǔ)言處理? ? ?情感分析 實(shí)體識(shí)別

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?圖像識(shí)別? 深度學(xué)習(xí)

更多應(yīng)用 ：? 語(yǔ)音識(shí)別? ?個(gè)性化醫(yī)療? 情感分析 人臉識(shí)別? 自動(dòng)駕駛? 智慧型機(jī)器人? ?私人虛擬助理? 手勢(shì)控制? 視頻內(nèi)容自動(dòng)識(shí)別

機(jī)器學(xué)習(xí)的典型應(yīng)用：互聯(lián)網(wǎng)廣告? ?ctr預(yù)估

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?推薦系統(tǒng)? ? ? 協(xié)同過(guò)濾