发帖
雷达卡
大数据和机器学习（Google案例）
该数据库就像一座图书馆大楼...输入的每本书（信息）都必须正确放置（系统地处理），当大量书籍问世时，人员应该像书代码，ISBN，出版商，作者，书那样记录下来标题等。如果书架已满，则必须增加数量；如果一层楼的书架已满，则应增加层数；如果一幢建筑物的书架已满，则应增加层数。
在这种情况下，Google是管理员，可以根据您的搜索将您定向到正确的书架，因为书架太多，而且楼层很多，而且建筑物不同。
当您患有流感（感冒）并且正在寻找一本有关如何治疗它的书时，Google会将您带到关于健康或现代传统医学的书架上。
当然，由于您的限制，您可能无法一一检查书籍（例如，在健康书柜中有5000本书）。
从这里开始，需要机器学习功能。
假设您找到一种治疗感冒的方法，那么机器学习将给出答案：
“根据该建筑物中的书籍，有90％的人建议您服用扑热息痛，而治愈的可能性是99.99％。”
因此，借助机器学习将变得更加轻松，快捷（无需花费很多时间），这意味着您无需一一检查所有书来找到答案。
这称为决策（不是确定性的）
从这里开始，您将了解做出决定与确定性决定之间的区别。
很好！
所以，如果有一个问题，是否可以建立像Google这样的公司？那我有可能做得更好。
题库
京公网安备 11010802022788号
