今天看到這篇文章里面提到如何選擇模型，覺得非常好，單獨(dú)寫在這里。

?

?更多的機(jī)器學(xué)習(xí)實(shí)戰(zhàn)可以看這篇文章：http://www.cnblogs.com/charlesblc/p/6159187.html

?

另外關(guān)于機(jī)器學(xué)習(xí)與數(shù)據(jù)挖掘的區(qū)別，

參考這篇文章：https://www.zhihu.com/question/30557267

數(shù)據(jù)挖掘：也就是data mining，是一個很寬泛的概念。字面意思就是從成噸的數(shù)據(jù)里面挖掘有用的信息。這個工作BI（商業(yè)智能）可以做，數(shù)據(jù)分析可以做，甚至市場運(yùn)營也可以做。你用excel分析分析數(shù)據(jù)，發(fā)現(xiàn)了一些有用的信息，然后這些信息可以指導(dǎo)你的business，恭喜你，你已經(jīng)會數(shù)據(jù)挖掘了。

機(jī)器學(xué)習(xí)：machine learning，是計(jì)算機(jī)科學(xué)和統(tǒng)計(jì)學(xué)的交叉學(xué)科，基本目標(biāo)是學(xué)習(xí)一個x->y的函數(shù)（映射），來做分類或者回歸的工作。之所以經(jīng)常和數(shù)據(jù)挖掘合在一起講是因?yàn)楝F(xiàn)在好多數(shù)據(jù)挖掘的工作是通過機(jī)器學(xué)習(xí)提供的算法工具實(shí)現(xiàn)的， 例如廣告的ctr預(yù)估，PB級別的點(diǎn)擊日志在通過典型的機(jī)器學(xué)習(xí)流程可以得到一個預(yù)估模型，從而提高互聯(lián)網(wǎng)廣告的點(diǎn)擊率和回報率； 個性化推薦，還是通過機(jī)器學(xué)習(xí)的一些算法分析平臺上的各種購買，瀏覽和收藏日志，得到一個推薦模型，來預(yù)測你喜歡的商品。

深度學(xué)習(xí)：deep learning，機(jī)器學(xué)習(xí)里面現(xiàn)在比較火的一個topic（大坑），本身是神經(jīng)網(wǎng)絡(luò)算法的衍生，在圖像，語音等富媒體的分類和識別上取得了非常好的效果，所以各大研究機(jī)構(gòu)和公司都投入了大量的人力做相關(guān)的研究和開發(fā)。

總結(jié)下，數(shù)據(jù)挖掘是個很寬泛的概念，數(shù)據(jù)挖掘常用方法大多來自于機(jī)器學(xué)習(xí)這門學(xué)科，深度學(xué)習(xí)是機(jī)器學(xué)習(xí)一類比較火的算法，本質(zhì)上還是原來的神經(jīng)網(wǎng)絡(luò)。

另外關(guān)于深度學(xué)習(xí)，可以看下面這個系列

單獨(dú)寫了篇文章學(xué)習(xí)：http://www.cnblogs.com/charlesblc/p/6159416.html 文章參考了：https://zhuanlan.zhihu.com/p/20582907?refer=wangchuan 本文轉(zhuǎn)自博客園知識天地的博客，原文鏈接：機(jī)器學(xué)習(xí)如何選擇模型 & 機(jī)器學(xué)習(xí)與數(shù)據(jù)挖掘區(qū)別 & 深度學(xué)習(xí)科普，如需轉(zhuǎn)載請自行聯(lián)系原博主。

總結(jié)

以上是生活随笔為你收集整理的机器学习如何选择模型 机器学习与数据挖掘区别 深度学习科普的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。