机器学习的重要性:
大数据分析和人工智能已经成为整个社会发展最主要的基础推动力,两者的基础都是机器学习。
大数据分析火热的深刻原因:
数据源:非结构化数据(语音,视频,文本,网络数据)
模型和计算能力:深度学习、GPU、分布式系统
广泛的应用场景:营销,广告,金融,交通,医疗等
机器学习分类:
有监督学习:
数据集中的样本带有标签,有明确目标
回归和分类
无监督学习:
数据集中的样本没有标签,没有明确目标
聚类,降维,排序,密度估计,关联规则挖掘
强化学习:
指挥决策的过程,通过过程模拟和观察来不断学习,提高决策能力
例如:AlphaGo