当前位置： 首页 >> 机器学习 >> 机器学习应用示例

---

机器学习应用示例

2023-09-17 16:02:58 星期日  发表于北京  阅读：783

---

 机器学习是一门通过编程让计算机从数据中进行学习的科学，一般适用如下场景： |序号|类型|解释|备注| |-|-|-|-| |1|有解决方案的问题|机器学习算法通常可以简化代码，<br> 相比传统方法有更好的性能|解决方案需要进行大量<br>人工微调或需要遵循大量规则| |2|传统方法难以解决的复杂问题|最好的机器学习技术也许可以找到解决方案| — | |3|环境有波动|机器学习算法可以适应新数据|—| |4|洞察复杂问题和大量数据|—| — | #### 机器学习的应用示例 机器学习目前已经被广泛应用到如下业务中 |序号|场景|解释| |-|-|-| |1|分析生产线上的产品图像来对产品进行自动分类|这是图像分类问题，使用卷积神经网络的典型示例| |2|通过脑部扫描发现肿瘤|这是语义分割，图像中的每个像素都需要被分类（当我们想确定肿瘤的确切位置和形状时），也使用CNN| |3|自动分类新闻|这是自然语言处理（NLP）,更具体地是文本分类，可以使用循环神经网络（RNN）、CNN或者Transformer| |4|论坛中自动标记恶评|这也是文本分类，使用相同的自然语言处理工具| |5|自动对长文章做总结|这是自然语言处理的一个分支，叫作文本总结，使用相同的工具| |6|创建一个聊天机器人或者个人助理|这涉及自然语言处理的很多分支，包括自然语言理解（NLU）和问答模块| |7|基于很多性能指标来预测公司下一年的收入|这是一个回归问题（如预测值），需要使用回归模型进行处理| |8|让应用对语音命令做出反应|这是语音识别，要求能处理音频采样。<br>因为音频是很长、很复杂的序列，所以一般使用RNN、CNN或者Transformer进行处理 |9|检测信用卡欺诈|异常检测| |10|基于客户的购买记录来对客户进行分类，<br> 对每一类客户设计不同的市场策略|聚类问题 | |11|用清晰而有洞察力的图表来表示复杂的高维数据集|这是数据可视化，经常涉及降维技术 | |12|基于以前的购买记录给客户推荐可能感兴趣的产品|这是推荐系统，<br>一个办法是将以前的购买记录（和客户的其他信息）输入人工神经网络，<br>从而输出客户最可能购买的产品。<br>这个神经网络是在所有客户的购买记录上训练的 | 参考书籍：机器学习实战 豆瓣链接：https://book.douban.com/subject/35218199/