本文主要向大家介绍了机器人之机器学习基础理论（一），通过具体的内容向大家展现，希望对大家学习机器人有所帮助。

什么是机器学习：

1、利用计算机从历史数据中找出规律，并把这些规律用到对未来不确定场景的决策。

2、对不确定场景的决策的两种方法：

（1）机器学习

（2）数据分析：依赖于数据分析师，即人

从数据中寻找规律：

1、全部数据

2、量化、用模型刻画（拟合）规律

机器学习发展的原动力：

1、从历史数据中找出规律，把这些规律用到对未来自动做出决定。

2、用数据替代expert

3、经济驱动，数据变现

业务系统发展的历史：

1、基于专家经验

2、基于统计——分纬度统计

3、机器学习——在线学习

OLAP（联机分析处理）：数据仓库最主要的；

典型应用自然语言处理和图像识别：

1、自然语言处理：情感分析+实体识别

* 情感分析（SA）：又称为倾向性分析和意见挖掘，对带有感情色彩的主观性文本进行分析、处理、归纳和推理的过程，其中情感分析还可以分为情感极性（倾向）分析，情感程度分析，主客观分析等。
* 实体识别（NER）：指识别文本中具有特定意义的实体，包括人名、地名、机构名、专有名词等。

2、图像识别——深度学习

ctr预估和协同过滤

1、互联网广告——ctr预估

* ctr：Click-through-rate，点击通过率，是衡量互联网广告效果的一项重要指标。

2、推荐系统——协同过滤

* 协同过滤：用于分辨某位特定顾客可能感兴趣的东西，这些结论来源于其他相似顾客对那些产品感兴趣的分析。

朴素贝叶斯和决策树

1、垃圾邮件

2、信用卡欺诈

关联规则：

1、购物篮分析：啤酒+尿片

聚类：

1、用户经分细准营销

本文由职坐标整理并发布，希望对同学们有所帮助。了解更多详情请关注职坐标人工智能智能机器人频道！