什麼是機器學習？
機器學習是基於歷史資料，從中學習和一種滿足業務的模型，然後用這個模型去**類似模型資料的事件。
機器學習的應用場景
1.事物存在某種潛在規律
2.某些問題難以使用普通程式設計解決
3.有大量資料可以使用
機器學習的分流程：
機器學習的演算法分類
按輸出空間劃分
1.分類問題
2.回歸問題
3.結構化學習
按不同協議
1.批量學習
3.強化學習：在獲取樣本label較困難時，可以使用
按樣本標籤分類
1.監督式學習
2.半監督式學習
3.非監督式學習
機器學習涉及到的基礎知識
1.至少會一種計算機程式語言
2.線性代數，統計學，矩陣分析，函式最優化
機器學習概覽
當今機器學習是乙個非常熱門的話題，每個人都在談論機器學習，並討論它如何在他們的業務或職業生涯中發揮作用。機器學習是一種資料分析方法，可以使分析模型建立自動化。它是人工智慧的乙個分支，其基礎是機器應該能夠通過經驗學習和適應。機器學習的型別 監督學習 無監督學習 強化學習 建立良好的機器學習系統需要什麼...
機器學習 概覽
型別 目的演算法 監督學習 結果 分類，回歸 非監督學習 發現潛在結構 聚類，降維 強化學習 長期利益最大化，回報函式 馬爾科夫決策，動態規劃 邏輯回歸 lr logistic regression 支援向量機 svm support vector machine knn k nearest nei...
機器學習概覽
人們在使用機器學習的時候，把很大的精力放在了選擇演算法 優化演算法上面，其實演算法的選擇只是機器學習其中的乙個步驟，但是機器學習其他的步驟也是很關鍵的，尤其是作為產品經理，了解這個機器學習流程也是至關重要的。機器學習的流程本質上就是資料準備 資料分析 資料處理 結果反饋的過程，按照這個思路，我們可以...