机器学习

利用计算机从历史数据中找出规律，并把规律用到对未来不确定场景的决策，用数据代替expert，经济驱动，数据变现

数据分析&机器学习

1. 数据分析是由人的经验来寻找规律

2. 机器学习是抛弃对人的依赖，由机器主导

• 数据特点 交易数据&行为数据

OLAP（数据分析--历史） 机器学习（预测未来）

核心概念

从数据中寻找规律，找出公式f(x),应用公式到决策 机器学习依赖于大数据发展

基石

概率论 & 数据分析

业务系统发展的历史

基于专家经验

基于统计--分维度统计

机器学习--离线、批处理

机器学习--在线学习

机器学习的典型应用

聚类

垃圾邮件（朴素贝叶斯）

信用卡欺诈（决策树）

互联网广告（ctr预估）

推荐系统（协同过滤）

• 自然语言处理
  • 情感分析
  • 实体识别
• 图像识别
  • 深度学习
• 语言识别
• 人脸识别
• 自动驾驶
• 实时翻译
• 视频内容自动识别
• 智慧机器人

机器学习算法分类

• 第一种分类

- 有监督学习
  - 分类算法
- 无监督学习
  - 聚类
- 半监督学习（强化学习）
  -

• 第二种分类

- 分类与回归