原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
第一章 机器学习及数据挖掘基本原理;目录;什么是机器学习(Machine Learning);机器学习 vs. 人类学习;什么是数据挖掘(Data Mining);机器学习 vs. 数据挖掘;机器学习和其他学科;什么是大数据(Big Data);大数据的魔力;大数据 vs. 机器学习;数据“大” vs. 机器学习;机器学习方法分类;归纳学习方法分类;机器学习基本过程;例子：天气预报;机器学习的关键问题;问题一：如何表示样本？;例子：图像识别;例子：家庭用车判别;例子：心脏病预测;例子：预测天气;问题二：如何找出规律？;例子：房价预测;问题三：根据找到的规律进行预测;目录;例子：网页分类;例子：人脸识别;例子：搜索引擎结果排序;例子：垃圾邮件过滤;例子：机器翻译;例子：文档自动摘要;例子：手写识别;例子：图像去噪;例子：视频跟踪和智能事件分析;例子：推荐系统;例子：计算广告;目录;向量空间模型及文本向量;向量;向量的运算;向量的模、距离和夹角;42;文档-词项矩阵(Doc-Term Matrix);一个例子;一个例子(续);向量空间模型VSM中三个关键问题;词项选择;权重计算;权重计算(续);相似度计算;概率论基础;随机试验和随机事件;概率和条件概率;54;贝叶斯公式;事件的独立性;随机变量;本章小结;谢谢！
文档评论（0）