既然使用神經(jīng)網(wǎng)絡(luò)也可以解決分類(lèi)問(wèn)題，那SVM、決策樹(shù)這些算法還有什么意義呢？這取決于數(shù)據(jù)量和樣本數(shù)。不同的樣本數(shù)和特征數(shù)據(jù)適合不同的算法。像神經(jīng)網(wǎng)絡(luò)這樣的深度學(xué)習(xí)算法需要訓(xùn)練大量的數(shù)據(jù)集來(lái)建立更好的預(yù)

既然使用神經(jīng)網(wǎng)絡(luò)也可以解決分類(lèi)問(wèn)題，那SVM、決策樹(shù)這些算法還有什么意義呢？

這取決于數(shù)據(jù)量和樣本數(shù)。不同的樣本數(shù)和特征數(shù)據(jù)適合不同的算法。像神經(jīng)網(wǎng)絡(luò)這樣的深度學(xué)習(xí)算法需要訓(xùn)練大量的數(shù)據(jù)集來(lái)建立更好的預(yù)測(cè)模型。許多大型互聯(lián)網(wǎng)公司更喜歡深度學(xué)習(xí)算法，因?yàn)樗麄儷@得的用戶數(shù)據(jù)是數(shù)以億計(jì)的海量數(shù)據(jù)，這更適合于卷積神經(jīng)網(wǎng)絡(luò)等深度學(xué)習(xí)算法。

如果樣本數(shù)量較少，則更適合使用SVM、決策樹(shù)和其他機(jī)器學(xué)習(xí)算法。如果你有一個(gè)大的數(shù)據(jù)集，你可以考慮使用卷積神經(jīng)網(wǎng)絡(luò)和其他深度學(xué)習(xí)算法。

以下是一個(gè)圖表，用于說(shuō)明根據(jù)樣本數(shù)量和數(shù)據(jù)集大小選擇的任何機(jī)器學(xué)習(xí)算法。

如果你認(rèn)為它對(duì)你有幫助，你可以多表?yè)P(yáng)，也可以關(guān)注它。謝謝您！tiktokwai

AI是目前互聯(lián)網(wǎng)應(yīng)用比較好的方向，所以需求比較大。推薦算法的地位還是很好的。推薦算法中有很多方向，如信息流推薦（今日頭條）、電子商務(wù)推薦（淘寶）、視頻推送（愛(ài)奇藝、抖動(dòng)、快手等）、廣告推薦（馮超）等，這些業(yè)務(wù)幾乎是每個(gè)公司的收入。最好的部分，所以備受關(guān)注，因此，推薦算法工程師的前景是好的。

算法工程師的發(fā)展前景如何？

根據(jù)芝麻信用評(píng)價(jià)標(biāo)準(zhǔn)，信用評(píng)分分為五個(gè)維度進(jìn)行評(píng)價(jià)。下面詳細(xì)說(shuō)明如何從這五個(gè)方面進(jìn)行改進(jìn)。

行為偏好：多與天貓購(gòu)物，與朋友大額轉(zhuǎn)賬，生活支付可以提高。

性能能力：改進(jìn)有點(diǎn)復(fù)雜。官方的解釋是通過(guò)資產(chǎn)評(píng)估的各個(gè)方面。

信用記錄：信用卡按時(shí)還款，華北按時(shí)還款。

人脈：這一點(diǎn)非常重要，一些有信用的朋友互動(dòng)可以增加，不誠(chéng)實(shí)的朋友會(huì)被扣除太多。

身份特征：這應(yīng)該與各種身份信息綁定，所以大學(xué)生不應(yīng)該填寫(xiě)，填寫(xiě)后也不會(huì)提高金額。

我們也可以通過(guò)這些方式來(lái)提高：

愛(ài)心捐贈(zèng)：每個(gè)月捐5元錢(qián)沒(méi)什么大不了的，但反正是給貧困孩子的。

螞蟻森林：每天給你的朋友澆水，收集能量，并迅速改善他們。