機器學習基礎概念

機器學習：利用計算機從歷史中找規律，並把這些規律用到對未來不確定場景的決策 機器學習簡單分類： 可以分爲 監督學習、無監督學習、半監督學習 分類、聚類、迴歸 生成模型（給出數據屬於各個類別的概率）、判別模型（給出數據所屬於的類別） 機器學習和數據分析的區別: 數據特點：交易數據（訂單） VS 行爲數據（點擊歷史） 少量數據 VS 海量數據 採樣分析 VS 全量分析 訓練數據/驗證數據/測試數據 建

>>阅读原文<<