AI大数据产品经理需要掌握的基本技能(中)
AI大数据产品经理需要掌握的基本技能有哪些?上篇文章给大家介绍了第一个技能“
AI大数据产品经理需要掌握的基本技能(上)
”,接下来看看第二个基本技能。
第二、懂AI机器学习领域
AI的得以突破发展一方面是因为数据量的爆发式增长,另外一方面得益于机器学习,尤其是深度学习算法的发展。
1)什么是机器学习
研究如何通过计算的手段,利用经验来改善系统自身的性能,通俗来讲,让代码学着干活即为机器学习,而深度学习是机器学习的特例。
2)机器学习的种类
有监督学习:提供标签,分类、回归
无监督学习:无标签,聚类
增强学习:也称强化学习,马尔科夫决策过程(Markov Decision Processes,MDP)
主动学习:边学习边标注
迁移学习:从一个域(Domain)迁移(Transfer)到另一个域
集成学习:Ensemble,三个臭皮匠赛个诸葛亮,Boosting和Bagging
3)机器学习两大痛点
维度灾难:数据量和特征数
过拟合:模型泛化能力4)机器学习的流程
预处理:数据重塑、缺失值处理(补全、统计为缺失特征)
特征工程:特征没做好,参数调到老。在已有的特征上生成新的特征,数值、类别
特征选择、降维:基于MIC、Pearson相关系数、正则化方法、模型,PCA、tSNE
训练模型、调参:单模型,多模型融合,集成
评估模型:正确率(Acurracy)、准确值(Pecision)、召回值(Recall)、F值、AUC
懂以上机器学习的相关内容视为入门了AI大数据产品经理。
接下来还有第三点:懂数据且能进行AI产品化应用以构建机器学习用户画像产品为例。这部分内容会在下篇文章中继续介绍。
以上就是“AI大数据产品经理需要掌握的基本技能(中)”的内容了,如果你还想了解其他相关内容,可以来 产品壹佰 官方网站。
第二、懂AI机器学习领域
AI的得以突破发展一方面是因为数据量的爆发式增长,另外一方面得益于机器学习,尤其是深度学习算法的发展。
1)什么是机器学习
研究如何通过计算的手段,利用经验来改善系统自身的性能,通俗来讲,让代码学着干活即为机器学习,而深度学习是机器学习的特例。
2)机器学习的种类
有监督学习:提供标签,分类、回归
无监督学习:无标签,聚类
增强学习:也称强化学习,马尔科夫决策过程(Markov Decision Processes,MDP)
主动学习:边学习边标注
迁移学习:从一个域(Domain)迁移(Transfer)到另一个域
集成学习:Ensemble,三个臭皮匠赛个诸葛亮,Boosting和Bagging
3)机器学习两大痛点
维度灾难:数据量和特征数
过拟合:模型泛化能力4)机器学习的流程
预处理:数据重塑、缺失值处理(补全、统计为缺失特征)
特征工程:特征没做好,参数调到老。在已有的特征上生成新的特征,数值、类别
特征选择、降维:基于MIC、Pearson相关系数、正则化方法、模型,PCA、tSNE
训练模型、调参:单模型,多模型融合,集成
评估模型:正确率(Acurracy)、准确值(Pecision)、召回值(Recall)、F值、AUC
懂以上机器学习的相关内容视为入门了AI大数据产品经理。
接下来还有第三点:懂数据且能进行AI产品化应用以构建机器学习用户画像产品为例。这部分内容会在下篇文章中继续介绍。
以上就是“AI大数据产品经理需要掌握的基本技能(中)”的内容了,如果你还想了解其他相关内容,可以来 产品壹佰 官方网站。