算法
科学研究的第四范式:数据密集型研究范式
人工智能发展阶段:符号主义人工智能(下棋)→机器学习(计算机自己找到规则,与统计学目标一致)→深度学习
--------------------------------------------------------------------统计学PART------------------------------------------------------------------------------
数据:D1样本点、D2变量(特征)
分类VS聚类:有监督(输出变量参与建模)
机器学习VS经典统计:经典统计有假设,机器学习是归纳式分析;数理基础,算力的发展
云计算(分布式):Google、Apache Hadoop(Spark、Flink数据流)、MapReduce
存储方式:核心是RDD方式存储数据,便于管理;DataFrame,有字段
标签:机器,人工智能,导论,学习,统计学,VS,范式 来源: https://www.cnblogs.com/wulicode/p/15337423.html
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。