标签：生物 场景 回归 ext 概率论 根据 报告 ora text
根据业务需求：
机器学习：利用计算机从历史的数据中找出规律，对未来的不确定场景做决策。全部数据，多，全面 精确 目标：人
数据分析：人 和他的知识水平对历史的数据的分析。采样数据 少 随机 误差 目标：高层 boss
机器学习细分：
人脸、指纹、语音、手势、个性医疗、助理、视频识别、自动驾驶、
深度学习（图像处理、人脑、情感分析）；
机器学习的基石：
《概率论》
《数据统计》
《相关研究的业务知识（生物、金融》
《数据可视化，生成科学报告》
目前的算法分类：
一、监督：有监督学习、无监督学习（聚类）、半监督学习；
二、分类回归：聚类（动感地带）、标注、
三、生产模型和判断模型：%
人工智能—神经网络
《矩阵知识》:[ ]x[ ]
标签：生物 场景 回归 ext 概率论 根据 报告 ora text
原文地址：https://www.cnblogs.com/yancongyang/p/9052647.html
