1,Rule-Based
最开始,全部认为的去分析数据,从数据处理到数据分析到最后出结果全部人工,中间可能会借助一些工具
2,机器学习
前期特征提取阶段靠人工,称之为特征工程,后期数据分析比如决策靠机器靠算法.
优点:节省了大量人力,而且机器准确度比人为高
缺点:任然依靠人工构建特征工程,特征选择任然会有遗漏,或者无效特征加入.
3,深度学习
深度学习就是神经网络,只是把隐藏层加深了而已
深度学习的出现就是为了在机器学习之上解决自动构建特征工程,自动选择特征问题
优点:比人为构建特征工程更加科学
缺点:无法知道是哪个特征对目前值造成了影响,特征全部被屏蔽了
机器学习,以及深度学习产生背景
猜你喜欢
转载自blog.csdn.net/u010916338/article/details/81326746
今日推荐
周排行