-
機器學習與傳統(tǒng)數(shù)據(jù)分析區(qū)別： 對應的目標數(shù)據(jù)分別是用戶的行為數(shù)據(jù)和交易數(shù)據(jù)查看全部
-
樸素貝葉斯，決策樹查看全部
-
機器學習第一招：關聯(lián)查看全部
-
在線學習，實時收集網(wǎng)絡上的數(shù)據(jù)，進行分析 會覆蓋之前的數(shù)據(jù)查看全部
-
數(shù)據(jù)的規(guī)律，不光是常見的幾個維度的曲線或直方圖，真正的應用中可能有上百個維度，這個時候完全就是數(shù)學函數(shù)形式了查看全部
-
目前涉及的規(guī)律只是數(shù)據(jù)的一個變化趨勢查看全部
-
歸納規(guī)律的依據(jù) 就是數(shù)學公式、數(shù)學函數(shù)查看全部
-
機器學習，本質從歷史數(shù)據(jù)中尋找規(guī)律，并由機器應用 機器根據(jù)什么來尋找規(guī)律？查看全部
-
本質，生產(chǎn)模型，判別模型查看全部
-
自然語言處理查看全部
-
常見機器學習算法查看全部
-
算法分類3（模型的本質） 生成模型：用來說明分類問題。返回的是屬于各個類的概率-->更有可能的是什么。 判別模型：用來說明分類問題。直接給一個函數(shù)，數(shù)據(jù)輸入到函數(shù)中，直接返回類別-->是什么不是什么。查看全部
-
機器學習工作流查看全部
-
對未來不確定場景的決策查看全部
-
框架--指導算法思路，查看全部
舉報
0/150
提交
取消