机器学习基础
- 大数据时代到底改变了什么
- 改变思维方式
- 数据重要性
- 方法论
- 数据分析(数据科学)
- 计算只能(简单算法)
- 大数据的4V特征
- 数据量大
- 数据种类多
1.结构化数据
2. 非结构化数据
3. 半结构化数据 - 速度快
- 数据增长的数据块
- 数据处理的数据块
- 价值密度低
- 大数据项目架构——以电信日志分析
- 以电信项目为例子
- 项目名称:电信日志分析系统
- 项目描述
- 项目优化分析
1.数据采集层
2. 数据储存层
3. 机器学习层
4. 数据展示层 - 项目职责
- 重点负责
- 重点分析哪些字段
- 项目有没有优化
- 项目优化
HDFS+SPARK
人工智能对未来的改变
- 人工智能的发展
2. 人工智能场景应用
* 机器学习是人工智能的分支
数据分析与数据挖掘和数据分析的关系
- 数据
- 信息
- 数据分析
- 数据挖掘
- 深度学习方法
- 模式识别
什么是机器学习
-
机器学习== 机器+学习
-
人类学习== 大脑+经验
-
机器学习==CPU+GPU+数据+算法
-
是否有预测的过程
-
基于规则的学习
* 硬编码,不是智能范畴。 -
基于模型的学习。
- 构建机器学习模型,通过模型进行预测
- X自变量,f函数映射,Y因变量
- 最终求解y=kx+b,中的k和b
- 机器学习的最终目的是什么
- 学习的是模型;
- 学习的是k 和b.