机器学习基础介绍

概念

机器学习指的是机器通过统计学算法,对大量的历史数据进行学习从而生成经验模型,利用经验模型指导业务。

应用

  • 营销类场景:上平推荐、用户群体画像,广告精准投放
  • 金融类场景: 贷款发放预测、金融风险控制、股票走势预测、黄金价格预测
  • SNS关系挖掘: 微博粉丝领袖分析、社交关系链分析
  • 文本类场景: 新闻分类、关键词提取、文章摘要、文本内容分析
  • 非结构化数据处理场景:图片分类、图片文本内容提取OCR
  • 其他预测:降雨预测、足球比赛结果预测

分类

  • 监督学习:逻辑回归、随机森林…(含有目标列Labels)
  • 无监督学习:K-Means…(没有目标列只有特征列的算法)
  • 半监督学习: 标签传播聚类…(只有部分的目标列)

体系架构

这里写图片描述

猜你喜欢

转载自blog.csdn.net/u014258362/article/details/80968522