机器学习算法的实际应用案例

3
我现在正在学习机器学习,正在Coursera上参加Andrew Ng的课程。我正在学习这门课程,但是有些困惑。如果我能看到一些这些算法/理论的用例,就会让学习变得更有价值。
例如,我读到的第一个主题是梯度下降,然后是线性回归和逻辑回归。这些算法直接在实践中使用吗?还是像k-means和核密度这样的其他算法被使用?我猜我试图获得这些主题的一些真实世界(软件工程,数据挖掘)示例。请问有没有文章可以解释任何机器学习算法的使用?这将非常有帮助。

即使有些看似“简单”的算法也会被使用,因为它们可以更快。当你有大量数据或时间限制时,快速的机器学习是一件不错的事情。一般而言,如今很容易找到实际应用案例。 - keyser
这个主题已经有很多书写过了。是的,你提到的所有方法在实践和理论中都被使用。 - Gordon Linoff
我真的是一个新手,对于“简单”或“复杂”的算法没有概念。我只是想了解它们如何使用。你能建议几个实际的用例吗? - user220201
电影推荐/任何类型的推荐、手写文本扫描、人脸扫描、拼写纠正、诊断(任何类型)、等等等等。这只是冰山一角。 - keyser
这些具体示例使用了哪些算法?如果您能谈论这些所提到的算法,那么对我来说已经足够了。我会自行深入研究。 - user220201
所有算法都不是万能的,有些适用于某些问题,有些则不行。算法只是粗略的工具。在这个层面上,主要的区别是有监督学习和无监督学习,以及分类和回归。虽然我不是专家。 - keyser
1个回答

7
无免费午餐定理指出,如果算法A在某个问题上表现优于算法B,则粗略地说必须存在恰好同样数量的其他问题,其中B胜过A。因此,将算法与特定用例联系起来是困难的。
如果您只寻找可以使用机器学习算法的用例,请访问https://www.kaggle.com/wiki/DataScienceUseCases
更新:我刚刚发现http://pkghosh.wordpress.com ,看看吧。(带有算法的用例)

pkghosh的链接是整个博客,你能否更新它,加上你所说的那篇文章? - Darpan

网页内容由stack overflow 提供, 点击上面的
可以查看英文原文,
原文链接