大数据与机器学习

博客指出数据增加信息却难带来定性结论,如Google流感计划用点滴数据预测不准,高维问题所需数据量大,历史未出现情况会致预测失败。还提到数据经算法萃取加工得到决策,决策反馈可改进算法。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

公安刑侦,超市推销...

数据增加信息,但不能给我们带来定性的结论

Google流感计划通过流感症状判断流感,实际预测不准。点滴数据不能准确完全预测,信息充满噪声。

复杂性面前无大数据,对于高维问题,所需数据量是巨大的,历史问题没有出现过,就会造成预测失败

数据通过算法的萃取加工去除无用的信息,保留有用的,,然后得到一个决策(actions),决策把反馈

再输入回算法里改进算法

 

 

 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值