机器学习方面的东西很久之前就感兴趣,一直以来没有时间和意识系统的了解,前两天看了慕课网的入门教程,对机器学习进行了初步的了解
1、什么是机器学习?
所谓的机器学习就是对不确定的事件的判断和计算,简单来说就是对未来的预测;所以机器学习离不开算法,从数据中寻找规律就是算法,而算法是由机器学习自动生成的
2、生活中的机器学习
商场的捆绑式商品搭配——购物篮分析(关联规则);中国移动的各类手机卡针对不同的人群——用户细分、精准营销(聚类);邮箱中的垃圾邮件判断(朴素贝叶斯);银行预防信用卡欺诈(决策树);网页中的互联网广告(CTR预估);电商等购物平台的推荐系统(协同过滤);评论区的自然语言处理(实体识别,情感分析);图像识别(深度学习);除此之外,比较常见的机器学习的例子有:语言识别,个性化医疗,智慧机器人,私人虚拟助理,情感分析,手势控制,人脸识别,视频内容自动识别,自动驾驶,机器实时翻译等等,总之机器学习已经渗透到了生活中的每一个环节
3、数据分析与机器学习的区别,对比
数据分析 | 机器学习 | |
分析侧重点不同 | 分析交易数据,重经济 | 分析行为数据,重历史 |
数据量不同 | 少量数据 | 大量数据 |
分析方式不同 | 采样分析 | 全面分析 |
参与者不同 | 分析师 | 数据+算法 |
产生结果的条件不同 | 取决于人能力的大小 | 取决于数据的质量 |
解决的问题方向不同 | 了解过去 | 预测未来 |
技术手段不同 | 用户驱动,交互式分析 | 数据驱动,自动进行知识发现 |
目标用户不同 | 主要针对公司高层 | 针对的是个体用户 |
现在的社会,机器学习的源动力在于①由数据看历史,由历史看未来②数据代替专家③经济驱动,数据变现。传统的数据统计完全基于专家经验,机器学习不同,统计上分维度统计,机器学习不占用时间,可以进行离线学习和在线学习两种