机器学习知多少

机器学习知多少
什么是机器学习?
机器学习这门学科所关注的问题是:计算机程序如何随着经验积累自动提高性能。对于某类任务T和性能度量P,如果一个计算机程序在T上以P衡量的性能随着经验E而自我完善,那么我们称这个计算机程序在从经验E学习。
-- Tom Mitchell, Machine Learning
模式识别起源于工程学,而机器学习产生于计算机科学。然而这些领域可以看做成是同一领域的两个方面。
--Bishop, Pattern Recognition and Machine Learning
机器学习是一类从数据中自动发现模式,并基于发现的模式预测未来数据或者在不确定条件下执行某类决策的方法。
-- Murphy, Machine Learning: A Probabilistic Perspective
行业通用的机器学习类型-----按学习方式分为三大类
说明 解决问题
监督学习
Supervised learning 从给定的训练数据集(历史数据)中学习出一个函数,当新的数据到来时,可以根据这个函数预测结果。监督学习的训练集需要包括输入和输出,也可以说是特征和目标/Label。训练集中的目标是由人标注的。 分类
回归
无监督学习
Unsupervised learning 与监督学习相比,输入的数据没有人为标注的结果,模型需要对数据的结构和数值进行归纳。比如根据用户的基本信息把所有用户划分为不同的用户群,再对不同人群采取不同的销售策略 聚类(分群)
强化学习
Reinforcement learning 输入数据可以刺激模型并且使模型做出反应。反馈不仅从监督学习的学习过程中得到,还从环境中的奖励或惩罚中得到。 机器人
Alpha GO

机器学习服务的优势有哪些?
机器学习服务可降低机器学习使用门槛,提供可视化的操作界面来编排机器学习模型
的训练、评估和预测过程,无缝衔接数据分析和预测应用,降低机器学习模型的生命
周期管理难度,为用户的数据挖掘分析业务提供易用、高效、高性能的平台服务。

华为机器学习服务MLS:一站式数据挖掘分析平台
机器学习服务(Machine Learning Service),数据挖掘分析平台服务,帮助用户通过机器学习技术发现已有数据中的规律,从而创建机器学习模型,并基于机器学习模型处理新的数据,为业务应用生成预测结果。
机器学习服务场景方案举例

  1. 预测性维护
    设备工作状态预测:如设备是否会发生故障、设备剩余寿命
  2. 推荐
    广告推荐:根据客户喜好提供个性化推荐
  3. 异常轨迹分析
    分析车联网车辆行驶数据,发掘车辆异常轨迹,减少企业损失
  4. 话题发现
    舆情监控,从大量文本数据中识别热点话题,了解当前舆论趋势
  5. 客户挽留
    分析客户属性及行为,预测客户流失率, 指导企业制定挽留方案
  6. 零售商分群
    根据零售商的进出货数据对零售商进行分类,进行针对性的管理
  7. 驾驶行为分析
    分析车辆行驶数据,识别用户驾驶习惯,保险创新带来二次收益
  8. 文本分类
    新闻网站中文本的自动分类,如体育、娱乐、政治等
    以上所有提及内容欢迎登录华为云学院(https://edu.huaweicloud.com/ ),在云学院站内搜索“机器学习服务”即可完整学习。目前华为云学院已上线大量相关免费课程供大家学习和探讨。

原文地址:http://blog.51cto.com/13988201/2336841

时间: 2024-10-24 02:56:41

机器学习知多少的相关文章

怎么及时掌握/把握深度学习的发展动向和状态?(知乎)

https://www.zhihu.com/question/65646397 机器学习 知乎专栏 https://www.zhihu.com/topic/19559450/hot

阅读记录(2016年11月)

本文记录本人曾经阅读过的一些文章,其中主要包括在编程.学习过程中搜集的一些琐碎知识点等. 由于文章过多,此处只记录文章的地址,可点击查看原网页. 由于内容很多,放在一篇文章中显得太长,故每个月一篇. 2016-11-24 聚类 2.3. Clustering - scikit-learn 0.18.1 documentation 2016-11-23 聚类 聚类算法总结-tombaby-ChinaUnix博客 大家都知道哪些开源的聚类算法工具?最好是C/C++实现的 - 机器学习 - 知乎 Op

【知乎转载】机器学习、数据挖掘 如何进阶成为大神?

著作权归作者所有. 商业转载请联系作者获得授权,非商业转载请注明出处. 作者:淩清风 链接:https://www.zhihu.com/question/37256015/answer/85198013 来源:知乎 我不是大神. 背景:某二本院校大四学生: 说一说自己的学习经历吧.不知道能不能对题主有所帮助. 跟大多数人一样,是从Andrew Ng大神的coursera课程接触到机器学习.在学那门课的时候也就老老实实的看完,看到最后,听到Andrew说看完这些课程的人基本上已经超过硅谷半数的工程

谷歌邮箱用机器学习算法 能“预知”你想说什

[博客园]11月20日消息,回复邮件时,你是否希望手机能够与你心灵相通,知道你想要说的话,并自动输入.而你只需要做最后的确认,并一键发送,从而将你从繁琐的手动输入中解放出来? qqGxxOPP68u1yrLDtA==" src="http://image.kejixun.com/2015/1120/20151120110824694.jpg" /> 最近谷歌邮箱就推出了这么一种智能应答功能,当用户点击应答栏时,系统将扫描邮件信息,并根据关键词给出一些回复参考,供用户选择

机器学习之必知开源数据集

之前看到的不错的文章,玩机器学习数据是关键,有了这些东西,你就不必再为没有数据而苦恼. 转自:https://www.365soke.cn 机器学习的研究与实现,离不开大数据.知晓通用的开源数据集,一方面可以验证自己算法,而另一方面也可以与其他算法进行比较. 不少开源工具和框架都会含有默认的数据集,使学习者能很快上手.比如scikit-learn就直接支持iris.digits等数据集,通过datasets.load_iris().datasets.load_digits()就可以直接载入数据进

大数据日知录:架构与算法

大数据丛书 大数据日知录:架构与算法(大数据领域专家力作,专注大数据架构和算法,全面梳理大数据相关技术) 张俊林 著   ISBN 978-7-121-24153-6 2014年9月出版 定价:69.00元 404页 16开 编辑推荐 这是一本心血之作,历时3年,质量上乘. 从架构与算法的角度,比较全面地分门别类梳理了大数据相关技术. 本书内容紧跟技术前沿,讲解深入浅出,适合大数据领域所有技术人员. 书中还列有作者优选的高质量文献,能为读者节省选择的时间,绝对值得一读. 内容提要 大数据是当前最

机器学习系列(6)_从白富美相亲看特征预处理与选择(下)

作者:viewmode=contents">龙心尘 &&寒小阳 时间:2016年1月. 出处: http://blog.csdn.net/longxinchen_ml/article/details/50493845. http://blog.csdn.net/han_xiaoyang/article/details/50503115 声明:版权全部,转载请联系作者并注明出处 1. 剧情一:挑螃蟹的秘密 李雷与韩梅梅的关系发展得不错.趁国庆休假一起来天津玩. 今天,李雷十分

Python3《机器学习实战》学习笔记

运行平台: Windows Python版本: Python3.x IDE: Sublime text3 一 简单k-近邻算法 1 k-近邻法简介 2 距离度量 3 Python3代码实现 31 准备数据集 32 k-近邻算法 33 整体代码 二 k-近邻算法实战之约会网站配对效果判定 1 实战背景 2 准备数据数据解析 3 分析数据数据可视化 4 准备数据数据归一化 5 测试算法验证分类器 6 使用算法构建完整可用系统 三 k-近邻算法实战之sklearn手写数字识别 1 实战背景 2 Skl

机器学习的技术栈及应用实例脑洞

之前写了一篇入门级的学习列表: 简单粗暴地入门机器学习 好多小伙伴觉得不太过瘾,今天补充一些脑洞! 本文结构: 机器学习技术栈 职位 项目实例 1. 机器学习技术栈 去知乎上可以搜到很多推荐的学习路线,问题就是太多了,我就先列出一些必需的知识和项目方向,学习还是要一步一步积累的. 需要的基础技能: Various level of math, including probability, statistics, algebra, calculus, logic and algorithms. B