1、概念
機器學習，就是通過歷史數據找出一定的規律，並使用這些規律對將來不確定的場景進行決策。
機器學習VS數據分析
數據分析，是人爲的從歷史交易數據中找規律，從而決策。
機器學習，是機器使用算法，從歷史行爲數據中找規律，從而決策。
交易數據是少量的，行爲數據是海量的。
數據分析的準確性，主要取決於分析的這個專家的能力高低。
機器學習的準確性，主要取決於歷史數據。
專家再厲害，他的判斷也會帶有片面性和個人主觀性。
所以由數據分析到機器學習，其實就是用數據代替專家的過程。
機器學習VS統計學
統計學，海量數據抽樣分析，得到結論，反向校驗，優化結論。
機器學習，海量數據全量分析，得到結論。
統計學，最早是因爲數據量太大，沒法全量處理，纔不得已用了抽樣的方法。
當有了機器學習，這個問題其實也算被解決了。
離線機器學習VS在線機器學習
大部分機器學習，都是離線的，比如攢一天的數據，每天凌晨批量機器學習一次。
特殊業務場景，需要在線實時機器學習。不斷的通過新數據去刺激模型，電商的推薦一般都是實時的。比如猜你喜歡，總能在你搜索完一個商品後，在後續的瀏覽中就把你剛剛搜索過的類似商品推薦給你。
2、機器學習的應用
購物分析（關聯規則算法）
經典案例：美國的啤酒和紙尿褲，總是同時被購買。商家進行對應的捆綁營銷，提高銷售額。
精準營銷（聚類算法）
將人精確的分爲不同的類，每類進行不同的營銷。
垃圾郵件的識別（樸素貝葉斯算法）
識別垃圾郵件
信用卡欺詐（決策樹算法）
信貸風險識別（還款能力不足和騙貸）
互聯網廣告（ctr預估算法，線性邏輯迴歸）
對用戶的點擊率進行預估，比如搜索，對於展示的每一條結果，都會評價一個用戶點擊的概率，然後按照這個概率的大小進行排列展示，讓最有可能點的排在最前面。
推薦系統（協同過濾算法）
電商的推薦系統，猜你喜歡。通過推薦一些用戶可能買的東西，提高銷量。
自然語言處理
情感分析，通過一個人的評論，分析出這個人的可能性格，從而歸類。
實體識別，提取一篇文章的主幹信息，比如人名地名等，從而嘗試確定一個實體。
等等。。。
圖像識別（深度學習）
人臉識別，還有支付寶那個掃一掃就知道是什麼植物的功能
其他
語音識別
自動駕駛
視頻識別
手勢控制
智慧機器人
等等。。。
3、常用算法分類
3.1、按監督分類
y=f(x)
有監督學習：明確指出數據屬於哪些標籤，再去學習，最終得到模型。
分類算法
迴歸算法
無監督學習：提前不知道要訓練成什麼樣子
聚類算法
半監督學習：也叫強化學習，一開始訓練效果不好，隨着時間慢慢強化模型
3.2、按模型分類
生成模型（萬事好商量）
使用生成模型，最終你給一個入參，模型會給你不同結果的概率。
判別模型（非黑即白）
判別模型，最終模型會給你一個函數，你給他入參，他就給你出參。
4、機器學習解決問題的套路
4.1、確定目標
1、根據業務需求，確定目標
2、收集歷史數據
3、做特徵工程（數據預處理，清理，整合），提取出特徵
最終的模型，能達到多大的效果，絕大部分因素取決於特徵工程做的好不好。所以特徵工程是最重要的一步
4.2、訓練模型
1、定義模型：定義好一個公式，各個參數需要訓練得出
2、定義損失函數：定義最終結果的偏差的大小，最終能量化的知道預測結果和真實結果的差值
3、優化算法：損失函數取最小
4.3、模型評估
1、交叉驗證
2、效果評估