跳到主要内容

机器学习基础知识体系概览

为什么数据分析师要学机器学习​

数据分析师掌握 ML 基础，能够：

  • 理解模型输出：解读推荐系统、预测模型的结果
  • 特征工程：为模型提供高质量特征
  • 评估效果：评判模型上线后的业务价值
  • 协作沟通：与算法工程师高效协作
数据分析师的 ML 定位

不需要从零训练模型，但需要理解原理、会用工具、能评估效果。

知识全景​

知识导航​

主题内容
回归分析线性回归、逻辑回归、预测场景
分类算法决策树、随机森林、XGBoost
聚类分析K-Means、DBSCAN、用户分群
特征工程特征提取、编码、选择、变换
模型评估评估指标、交叉验证、过拟合
ML 在数据分析中的应用预测、异常检测、推荐、NLP

相关链接​