深度学习、数据驱动、模型驱动
我的理解是：机器学习属于人工智能，深度学习是机器学习的子集，数据驱动应该属于大数据。但他们都属于人工智能领域。有人说通过自动化手段实时收集数据，在线分析相关信息，总结规律，形成数据建模，当用户搜索时自动根据模型对价格进行调整。即进行了“数据采集——数据分析——得到模型——根据模型去分析并调整价格”这样的一个过程，但我认为不是数据驱动，而是模型驱动，根据原有数据生成的模型是不变的，数据经过模型得到结
我的理解是：机器学习属于人工智能，深度学习是机器学习的子集，数据驱动应该属于大数据。但他们都属于人工智能领域。
有人说通过自动化手段实时收集数据，在线分析相关信息，总结规律，形成数据建模，当用户搜索时自动根据模型对价格进行调整。即进行了“数据采集——数据分析——得到模型——根据模型去分析并调整价格”这样的一个过程，但我认为不是数据驱动，而是模型驱动，根据原有数据生成的模型是不变的，数据经过模型得到结果。而数据驱动是模型去适应数据，模型是根据不同的数据而改变的。
在我们身边的数据驱动的例子就是：1、电子购物软件中的定制推送，每个人的推送内容都是不同的，会根据你平时的浏览的数据生成，当你第一次登陆的时候，系统就男生推送电子商品，女生推送化妆品。2、每当晚高峰或者周六日打车高峰，打车软件会根据用户定位所在的紧张程度提醒溢价倍数，用户再决定是否使用打车。打车结束后，系统会自动结算，如果有优惠券，系统也会帮你使用，一切无需人工参与。在新情况出后，系统会以AI方式进行决策。
由此可见，数据驱动是通过移动互联网或者其他的相关软件为手段采集海量的数据，将数据进行组织形成信息，之后对相关的信息进行整合和提炼，在数据的基础上经过训练和拟合形成自动化的决策模型。因此，数据驱动的过程是非常复杂的，需要有数据和不断的输入，然后需要模型根据比对决策结果和现实数据把偏差信息反馈给机器学习，在其后不断的机器学习迭代过程中自我完善，流程图如下：
CSDN联合极客时间，共同打造面向开发者的精品内容学习社区，助力成长！
更多推荐
21
0- 0
已为社区贡献1条内容
所有评论(0)