机器学习手记-入门级概念

本文介绍了机器学习的基本概念,包括其发展动力、模式以及典型应用。机器学习能从历史数据中找规律,用于未来决策,减少对数据分析师的依赖。主要应用包括关联规则分析、聚类、朴素贝叶斯分类、决策树、CTR预估和协同过滤。此外,还探讨了机器学习的离线和在线学习模式,以及有监督、无监督和强化学习等算法分类。
摘要由CSDN通过智能技术生成

什么是机器学习

利用计算机从历史数据中找出规律,并把这些规律用到未来不确定场景的决策

  • 传统的数据分析行业依赖于数据分析师本身的经验和知识水平,通过机器学习则可以摆脱对数据分析师的依赖,由机器代替人工进行分析。

机器学习发展的原动力

  • 从历史数据中找到规律,把这些规律用到未来,自动做出决定
  • 用数据代替专家
  • 经济驱动,数据变现

机器学习的模式

  • 离线机器学习

    利用历史数据建立模型。例如每天夜里利用昨天的销售数据建立模型给明天使用。

  • 在线机器学习

    利用实时数据,快速建立模型并应用。例如电商实时推荐系统。

机器学习的典型应用

关联规则

购物篮分析,把常常一起出现在消费者购买清单上的物品作关联分析,发现购买规律。进而调整销售规则,比如捆绑销售。

聚类规则

将用户细分,进而达到精准营销

朴素贝叶斯

过滤垃圾邮件

决策树

信用卡欺诈

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值