经过前面的学习,我们知道机器学习本质就是根据历史看到的样本总结规律。
机器学习在实际生活中如何应用?
例如一个问题:给一个水果,判断是苹果还是梨?
1. 回忆以前见过的苹果和梨 1.收集样本
2 根据以前见过的苹果和梨,找到有区分性的特征 2.提取特征
3. 根据这些特征,总结区分的规律 3.模型训练
4. 下次来了一个新的苹果或者梨的时候,根据规律判断 4 预测
在我们生活中有很多应用案例,比如爱奇艺视频推荐目标:提升点击率。
在银行业比较常见的场景 反欺诈场景,我们如何在反欺诈场景中来运用我们的机器学习思想呢?典型的反欺诈场景全流程是怎么样呢?
我们目前的反欺诈流程经过8个步骤来完成。
1)导入训练数据
2)在模型ide中进行模型调研
3)自学习所需要的数据导入,形成数据组
4)部署自学习服务
5)一次自学习运行完毕产出模型
6)反欺诈数据导入Rtidb中
7)部署预估服务 开启时序特征抽取 开启请求日志回流
8)请求日志回流到Rtidb和自学习数据组中
如何将机器学习应用到我们日常的应用是一个长期探索 漫长的过程,期待不断积累 沉淀越来越多的案例