初识机器学习-理论篇
- 大纲 Agenda
- 第1章 课程介绍
- 什么是机器学习
- 第2章 认识机器学习
- 从数据中找规律
- 机器学习发展的原动力
- 业务系统发展的历史
- 第3章 机器学习的典型应用
- 机器学习的典型应用
- 第4章 数据分析和机器学习的区别
- 机器学习和数据分析的区别
- 第5章 常见的算法和分类
- 机器学习算法分类
- 机器学习常见算法
- 第6章 解决问题
大纲 Agenda
- 什么是机器学习
- 生活中的机器学习
- 数据分析和机器学习
- 常用算法
- 框架
- Demo
第1章 课程介绍
什么是机器学习
- 利用计算机从历史数据中找出规律，并把这些规律用到对未来不确定场景的决策
- 确定性场景：明天太阳从东方升起
- 不确定场景：明天公司的股票
- 数据分析的主体是人，依靠人的经验和知识水平；机器学习的主体是机器，抛弃对人的依赖
- 数据量越大，找出的规律越精准
- 从数据中找规律-》数学规律，数学公式
第2章 认识机器学习
从数据中找规律
- 机器学习的基石：概率论，数据统计
- 传统统计学方式：抽样 -》描述统计 -》结论 -》假设检验
机器学习发展的原动力
- 从历史数据中找规律，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
业务系统发展的历史
- 基于专家经验
- 基于统计————分维度统计
- 机器学习————在线学习
第3章 机器学习的典型应用
机器学习的典型应用
购物篮分析：纸尿布和啤酒
- 关联规则
用户细分精准营销：神州大众卡，全球通，动感地带，神州行
- 聚类
垃圾邮件
- 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
- 协同过滤
自然语言处理
- 情感分析
- 实体识别
图像识别
- 深度学习
语音识别
个性化医疗
情感分析
人脸识别
自动驾驶
第4章 数据分析和机器学习的区别
机器学习和数据分析的区别
数据特点
- 交易数据 vs 行为数据
- 少量数据 vs 海量数据
- 采样分析 vs 全量分析
解决业务问题不同
- 数据分析：过去发生事情的总结
- 机器学习：预测未来
技术手段不同
参与者不同
………………
第5章 常见的算法和分类
机器学习算法分类
- 有监督学习
- 无监督学习
- 半监督学习
机器学习常见算法
| 挖掘主题 | 算法 | 发表时间 |
|---|---|---|
| 分类 | C4.5 | 1993 |
| 聚类 | K-Means | 1967 |
| 统计学习 | SVM | 1995 |
| 关联分析 | Apriori | 1994 |
| 统计学习 | EM | 2000 |
| 链接挖掘 | PageRank | 1998 |
| 集装与推进 | AdaBoost | 1997 |
| 分类 | kNN | 1996 |
| 分类 | Naive Bayes | 2001 |
| 分类 | CART | 1984 |
第6章 解决问题
- 不以业务需求为目标的机器学习都是耍流氓
初识机器学习-理论篇相关推荐
- 【机器学习】Logistic Regression 的前世今生（理论篇）
Logistic Regression 的前世今生(理论篇) 本博客仅为作者记录笔记之用,不免有很多细节不对之处. 还望各位看官能够见谅,欢迎批评指正. 博客虽水,然亦博主之苦劳也. 如需转载,请附上 ...
- 简单易学的机器学习算法——Latent Dirichlet Allocation（理论篇）
引言 LDA(Latent Dirichlet Allocation)称为潜在狄利克雷分布,是文本语义分析中比较重要的一个模型,同时,LDA模型中使用到了贝叶斯思维的一些知识,这些知识是统计机器学习的 ...
- 机器学习原理篇：基础数学理论 Ⅱ
机器学习原理篇:基础数学理论 Ⅱ 文章目录 机器学习原理篇:基础数学理论 Ⅱ 一.前言 二.概率论 三.数理统计 四.最优化理论 1.目标函数 2.线性规划 3.梯度下降法 五.思考 1.微积分的主要 ...
- 一步步教你轻松学朴素贝叶斯模型算法理论篇1
一步步教你轻松学朴素贝叶斯模型理论篇1 (白宁超2018年9月3日17:51:32) 导读:朴素贝叶斯模型是机器学习常用的模型算法之一,其在文本分类方面简单易行,且取得不错的分类效果.所以很受欢迎,对 ...
- 手撕 CNN 经典网络之 VGGNet（理论篇）
2014年,牛津大学计算机视觉组(Visual Geometry Group)和Google DeepMind公司一起研发了新的卷积神经网络,并命名为VGGNet.VGGNet是比AlexNet更深的 ...
- 手撕 CNN 经典网络之 AlexNet（理论篇）
大家好,我是红色石头! 第一个典型的CNN是LeNet5网络,而第一个大放异彩的CNN却是AlexNet.2012年在全球知名的图像识别竞赛 ILSVRC 中,AlexNet 横空出世,直接将错误率降 ...
- 吴恩达《机器学习》学习笔记一——初识机器学习
吴恩达<机器学习>学习笔记一 一. 什么是机器学习? 二.监督学习 三.无监督学习 初识机器学习 这是个人学习吴恩达<机器学习>课程的一些笔记,供自己和大家学习提升.第一篇内容 ...
- 决策树 随机森林 xgboost_从决策树到随机森林理论篇从人话到鬼话：看不懂来找我麻烦...
从决策树产生的一些列的问题,过度到随机森林: 全文大概要阅读10分钟: 随机森林算法范畴 监督学习分类算法,基模型是由决策树组成 决策树 决策树模型与学习 特征选择 决策树生成 决策树剪枝 CART算 ...
- 机器学习应用篇（八）——基于BP神经网络的预测
机器学习应用篇(八)--基于BP神经网络的预测 文章目录 机器学习应用篇(八)--基于BP神经网络的预测 一.Introduction 1 BP神经网络的优点 2 BP神经网络的缺点 二.实现过程 1 ...
最新文章
- RHCT 模拟题库及答案
- 如何防止锚标签上的默认值？
- python装饰器-究竟什么是装饰器？python中的装饰器介绍
- 深入理解多线程（五）—— Java虚拟机的锁优化技术
- 开发和编程是一样的吗？区别有哪些？
- Javascript基础回顾 之(二) 作用域
- 网络七大趋势 媒介将很快彻底消失
- python职位应该叫什么_从事什么职位的人适合学习Python？
- 美国62%智能音箱用户都使用了语音购物，连鹦鹉都忍不住了
- 读写文件RandomAccessFile
- The Greatest C++ project
- 激活navicat提示rsa public key not find的问题
- tensorflow目标检测API实现血细胞图像识别和计数
- The project description file (.project) for 'xxx' is missing.
- JDK8 stream流的骚操作
- 云计算实验室建设方案分享
- python如何求解微分方程_用Python数值求解偏微分方程
- 数字音频总线A2B开发详解二十：ADAU1701做的功放板的音效（26个例程）(第一部分)
- 扫雷，潜伏者（python）
- IPU到底是个什么鬼？