初学机器学习2 ---机器学习的概述

机器学习

一、什么是机器学习？
1、机器学习的概念

利用计算机从历史数据中找出规律，并把这些规律用到对未来不确定场景的决策

2、机器学习的基础

概率论：机器学习的基础
数据统计：从数据中寻找规律
抽样-->描述统计-->结论-->假设检验
用模型刻画（拟合）规律：维度1-2个之内的，还可以进行可视化的看到，维度再多就只能用数学计算了

二、为什么要用机器学习？

--从历史数据中寻找规律，把这些规律用到对未来自动做出决定
--用数据代替expert
--经济驱动，数据变现

三、机器学习分类

--离线机器学习
每天定时跑一个任务，根据历史行为做出一个训练模型，每天生成一个一个新的模型
--在线机器学习
实时的做出模型的调整

四、机器学习的典型应用

--啤酒 + 纸尿裤
购物篮分析：关联规则     典型的数据挖掘
--手机卡的分类
用户细分精准营销：聚类   典型的机器学习
--垃圾邮件识别
朴素贝叶斯
--信用卡欺诈
决策树
--互联网广告
ctr预估
--推荐系统
协调过滤
--自然语言处理
情感分析
实体识别
--图像识别
深度学习

五、数据分析与机器学习的区别

数据特点：
交易数据(有关钱的)    行为数据
少量数据             海量数据
采样分析             全量分析
一致性高    

.
.
.
.
.
下面是我的公众号，收集了现在主流的大数据技能和架构，欢迎大家一起来学习交流。