宁波网站建设优化服务公司,Qq wordpress,新网 网站建设,美容院网站制作总结
本系列是机器学习课程的第02篇#xff0c;主要介绍机器学习算法分类以及在各行各业的应用
本门课程的目标
完成一个特定行业的算法应用全过程#xff1a; 定义问题#xff08;Problem Definition#xff09; - 数据收集(Data Collection) - 数据分割(Data…总结
本系列是机器学习课程的第02篇主要介绍机器学习算法分类以及在各行各业的应用
本门课程的目标
完成一个特定行业的算法应用全过程 定义问题Problem Definition - 数据收集(Data Collection) - 数据分割(Dataset Spit up) - 模型训练(Model Training) - 模型评估(Model Evaluation) - 应用部署(System Deployment) - 改变世界(Impact the world)
作者adi0229 链接「ML笔记」- 机器学习生命周期Machine Learning Lifecycle
懂业务会选择合适的算法数据处理算法训练算法调优算法融合 算法评估持续调优工程化接口实现
机器学习算法分类
机器学习的任务将其分为预测和描述两大类。机器学习的任务主要集中在回归、分类、预测、关联、聚类、异常检测六个方面前三个属于预测性任务后三个属于描述性任务。 预测任务的目标是根据自变量属性的值预测因变量属性的值用来做预测的属性称为自变量independent variable或是特征features被预测的属性值称为因变量dependent variable或是标签label。 描述任务的目标是导出概括数据中潜在联系的模式关联、趋势、聚类、轨迹和异常本质上描述性的任务大都是探查性的并且对导出的模式进行技术验证和解释结果。 类/概念描述特征和区分
类/概念描述就是通过对某类对象的关联数据进行处理、汇总和分析概括这类对象的属性特征再用精简的的方式对此类对象的内涵进行描述。 类/概念描述分为特征性描述和区别性描述两种。 特征性描述是指从某类对象关联的数据中提取出这类对象的共同特征属性。比如某商场数据库中的商品销售情况对于商品的销售数据共同的特征可以包括销售地点商品名称销售额度销售数量等对应商品类的数据都具有以上所述的四个属性特征将特征性描述进行输出得到下图1-4表格的形式也可以输出为图表的形式参考图1-5。 区别性描述 回归regression
常见的回归算法包括 线性回归 一元线性回归博客讲解 逻辑回归逻辑回归实际上做的是分类的任务 多项式回归 逐步回归 岭回归 Lasso回归 ElasticNet回归 分类classification 常见的分类算法包括逻辑回归尽管是回归的算法但实际上是完成分类的问题决策树包括ID3算法、C4.5算法和CART算法、神经网络、贝叶斯、K-近邻算法、支持向量机SVM等。 这些分类算法适合的使用场景并不完全一致需要根据实际的应用评价才能选对适合的算法模型。 分类算法的常见应用包括决策树方法在医学诊断、贷款风险评估等领域应用神经网络在识别手写字符、语音识别和人脸识别等应用贝叶斯在垃圾邮件过滤、文本拼写纠正方向的应用等。 预测forecasting 预测算法可以分为定性预测和定量预测。定量预测可分为时间序列分析和因果关系分析两类其中常用的 时间序列分析法有移动平均ARIMA、指数平滑等 因果关系分析法有回归方法、计量经济模型、神经网络预测法、灰色预测法、马尔科夫预测法等。 关联分析association Apriori算法
聚类分析cluster 在线聚类演示
异常检测anomalydetection 信用卡欺诈行为检测
迁移学习 强化学习 Reinforcement Learning, RL 机器学习的应用领域
电子商务 抖音电商算法深度解析讲透权重流量分配原理
金融领域 医疗领域 机器学习遇见生物学详解蛋白质折叠预测中的算法
通信领域 自然语言处理 工业领域
机器替人大势所趋凌云光以软件算法为基实现机器视觉全布局
5秒即检 | 凌云光智能外观质量仲裁仪全新亮相
LLM大模型技术
llm大语言模型知识总结与资源汇总
【OpenAI官方发布】32个sora视频全集提示词中文版
Sora惊艳登场 人工智能越逼真人类越惊心
AkinokoeTA的合集和视频列表合集·AI大模型 LLMs 资讯
确定方向过程
针对完全没有基础的同学们 1.确定机器学习的应用领域有哪些 2.查找机器学习的算法应用有哪些 3.确定想要研究的领域极其对应的算法 4.通过招聘网站和论文等确定具体的技术 5.了解业务流程查找数据 6.复现经典算法 7.持续优化并尝试与对应企业人员沟通心得 8.企业给出反馈
