“上面可没说耕耘科技不能赚钱,我得问问张教授,为什么不把技术商业化,难道我们公司要一直靠国家养着。”邓云吉当即前往研发部,许贡连忙跟上。
张教授正在办公室里研究算法,无论是机器学习、模式识别、数据挖掘、统计学习、计算机视觉、语音识别、自然语言处理都涉及到算法。
大数据常用的算法有很多种,分别是分类决策树算法,聚类算法,关联规则算法,最大期望算法,迭代算法,分类算法,向量机算法等。
决策树是在已知各种情况发生概率的基础上,通过构成决策树来求取净现值的期望值大于等于零的概率,评价项目风险,判断其可行性的决策分析方法,是直观运用概率分析的一种图解法。
由于这种决策分支画成图形很像一棵树的枝干,故称决策树。
举个例子,假设一个包含很多病人信息的数据集,我们知道每个病人的各种信息,比如年龄、脉搏、血压、最大摄氧量、家族病史等。
这些叫做数据属性。
现在给定这些属性,我们想预测下病人是否会患癌症。病人可能会进入下面两个分类:会患癌症或者不会患癌症。算法会告诉我们每个病人的分类。
做法是用一个病人的数据属性集和对应病人的反馈类型,构建了一个基于新病人属性预测他们类型的决策树。
那么什么是决策树呢?决策树学习是创建一种类似与流程图的东西对新数据进行分类。使用同样的病人例子,一个特定的流程图路径可以是:病人有癌症的病史,病人有和癌症病人高度相似的基因表达,病人有肿瘤,病人的肿瘤大小超过了5cm。
基本原则是:流程图的每个环节都是一个关于属性值的问题,并根据这些数值,病人就被分类了。
算法是监督学习还是无监督学习呢?这是一个监督学习算法,因为训练数据是已经分好类的。使用分好类的病人数据,算法不需要自己学习病人是否会患癌症。
在大部分机器学习课程中,回归算法都是介绍的第一个算法。
原因有两个:一是回归算法比较简单,介绍它可以让人平滑地从统计学迁移到机器学习中。二是回归算法是后面若干强大算法的基石,如果不理解回归算法,无法学习那些强大的算法。
回归算法有两个重要的子类:即线性回归和逻辑回归。
在大数据时代,数据挖掘是最关键的工作。
大数据的挖掘是从海量、不完全的、有噪声的、模糊的、随机的大型数据库中发现隐含在其中有价值的、潜在有用的信息和知识的过程,也是一种决策支持过程。
其主要基于人工智能,机器学习,模式学习,统计学等。通过对大数据高度自动化地分析,做出归纳性的推理,从中挖掘出潜在的模式
请收藏:https://m.afti.cc
(温馨提示:请关闭畅读或阅读模式,否则内容无法正常显示)