-
機(jī)器學(xué)習(xí)算法了解查看全部
-
機(jī)器學(xué)習(xí)和數(shù)據(jù)分析的區(qū)別示例查看全部
-
有監(jiān)督學(xué)習(xí),無監(jiān)督學(xué)習(xí) 有Y和無Y 以及半監(jiān)督學(xué)習(xí) 分類與回歸 聚類 標(biāo)注 生成模型 判別模型 法官和陪審團(tuán)查看全部
-
監(jiān)督式學(xué)習(xí):分類，回歸 非監(jiān)督式學(xué)習(xí):聚類 標(biāo)注 邏輯回歸與樸素貝葉斯本質(zhì)區(qū)別:生成模型與判別模型的區(qū)別 生成模型->估計(jì)的是聯(lián)合概率分布 判別模型->估計(jì)的是條件概率分布 監(jiān)督式學(xué)習(xí):分類，回歸 分類 C4.5 聚類 K-Means 統(tǒng)計(jì)學(xué)習(xí)SVM 關(guān)聯(lián)分析fp-growth RF 深度學(xué)習(xí) 業(yè)務(wù)需求->數(shù)據(jù)->特征工程 定義模型->定義損失函數(shù)->優(yōu)化算法->交叉驗(yàn)證查看全部
-
解決業(yè)務(wù)問題不同（過去，未來） 技術(shù)手段不同（交互式分析，自動(dòng)識別發(fā)現(xiàn)）查看全部
-
機(jī)器學(xué)習(xí)&數(shù)據(jù)分析 行為數(shù)據(jù)vs交易數(shù)據(jù) 海量數(shù)據(jù)vs少量數(shù)據(jù) 全量分析vs采樣分析查看全部
-
自然語言處理:情感分析，實(shí)體識別 圖像識別 自動(dòng)駕駛 智慧機(jī)器人 私人虛擬助理查看全部
-
ctr預(yù)估(線性邏輯回歸) 協(xié)同過濾查看全部
-
樸素貝葉斯-決策樹查看全部
-
關(guān)聯(lián)-聚類查看全部
-
data replace expert,forced by development of economic查看全部
-
量化->計(jì)算->比較 不同維度查看全部
-
傳統(tǒng)：抽樣->描述統(tǒng)計(jì)->總結(jié)->假設(shè)檢驗(yàn)查看全部
-
機(jī)器學(xué)習(xí)：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)律應(yīng)用于未來場景中查看全部
-
按照色彩聚類 特征工程比較復(fù)雜 圖像內(nèi)容 圖片在計(jì)算機(jī)表達(dá)是RGB 三個(gè)數(shù)字組成的 把若干的圖片跟文本組轉(zhuǎn)換成一個(gè)向量 機(jī)器學(xué)習(xí)跟 數(shù)據(jù)分析的區(qū)別 機(jī)器學(xué)習(xí)解決問題的一般框架查看全部
舉報(bào)
0/150
提交
取消