机器学习的典型应用：

1. 购物篮分析——美国超市啤酒和纸尿裤——关联规则

2. 用户细分精准营销—— 中国移动全球通、动感地带、神州行——聚类

3. 垃圾邮件识别——朴素贝叶斯

4. 信用卡欺诈——决策树
   

   
   

Î

一、机器学习典型应用

1. 朴素贝叶斯

1. 垃圾邮件识别

2. 决策树

1. 信用卡欺诈：骗子或还款能力差的人识别
   

3-3典型应用——朴素贝叶斯和决策树

垃圾邮件识别 ： 朴素贝叶斯的算法

信用卡欺诈：决策树  

3-3典型应用——朴素贝叶斯和决策树

垃圾邮件识别 ： 朴素贝叶斯的算法

信用卡欺诈（银行贷款）：决策树  

机器学习的典型应用：

1.购物篮分析——关联规则

2.用户细分精准营销——聚类

3.垃圾邮件识别——朴素贝叶斯

4.信用卡欺诈——决策树

垃，圾邮件：朴素贝叶斯：1.建一个垃，圾邮件集和正常邮件集；2提取主题和正文的独立字符串，获取频，率；3对不同的集建立哈希表；4.计算每个哈希集中关键字串出现的频，率；5.综合两个集，判断一个字串出现时，为垃，圾邮件的概率，建立字串和垃，圾邮件概率哈希表；6.新邮件收到某个字串时，判断是否为垃，圾邮件；

信用卡欺诈：决策树，例如贷，款等场景的风控

垃，圾邮件：朴素贝叶斯：1.建一个垃，圾邮件集和正常邮件集；2提取主题和正文的独立字符串，获取频，率；3对不同的集建立哈希表；4.计算每个哈希集中关键字串出现的频，率；5.综合两个集，判断一个字串出现时，为垃，圾邮件的概率，建立字串和垃，圾邮件概率哈希表；6.新邮件收到某个字串时，判断是否为垃，圾邮件；

信用卡欺诈：决策树，例如贷款等场景的风控

垃圾邮件：朴素贝叶斯：1.建一个垃，圾邮件集和正常邮件集；2提取主题和正文的独立字符串，获取频，率；3对不同的集建立哈希表；4.计算每个哈希集中关键字串出现的频，率；5.综合两个集，判断一个字串出现时，为垃，圾邮件的概率，建立字串和垃，圾邮件概率哈希表；6.新邮件收到某个字串时，判断是否为垃，圾邮件；

信用卡欺诈：决策树，例如贷款等场景的风控

垃圾邮件：朴素贝叶斯：1.建一个垃圾邮件集和正常邮件集；2提取主题和正文的独立字符串，获取频率；3对不同的集建立哈希表；4.计算每个哈希集中关键字串出现的频率；5.综合两个集，判断一个字串出现时，为垃圾邮件的概率，建立字串和垃圾邮件概率哈希表；6.新邮件收到某个字串时，判断是否为垃圾邮件；

信用卡欺诈：决策树，例如贷款等场景的风控

垃圾邮件：朴素贝叶斯：1.建一个垃圾邮件集和正常邮件集；2提取主题和正文的独立字符串，获取频率；3对不同的集建立哈希表；4.计算每个哈希集中关键字串出现的频率；5.综合两个集，判断一个字串出现时，为垃圾邮件的概率，建立字串和垃圾邮件概率哈希表；6.新邮件收到某个字串时，判断是否为垃圾邮件；

信用卡欺诈：决策树，例如贷款等场景的风控

垃圾邮件：朴素贝叶斯：1.建一个垃圾邮件集和正常邮件集；2提取主题和正文的独立字符串，获取频率；3对不同的集建立哈希表；4.计算每个哈希集中关键字串出现的频率；5.综合两个集，判断一个字串出现时，为垃圾邮件的概率，建立字串和垃圾邮件概率哈希表；6.新邮件收到某个字串时，判断是否为垃圾邮件；

信用卡欺诈：决策树，例如贷款等场景的风控

垃圾邮件：朴素贝叶斯：1.建一个垃圾邮件集和正常邮件集；2提取主题和正文的独立字符串，获取频率；3对不同的集建立哈希表；4.计算每个哈希集中关键字串出现的频率；5.综合两个集，判断一个字串出现时，为垃圾邮件的概率，建立字串和垃圾邮件概率哈希表；6.新邮件收到某个字串时，判断是否为垃圾邮件；

信用卡欺诈：决策树，例如贷款等场景的风控

垃圾邮件：朴素贝叶斯

信用卡欺诈：决策树

机器学习的典型应用：垃圾邮件   朴素贝叶斯

                                  信用卡欺诈  决策树（风险识别）

朴素贝叶斯-垃圾邮件

决策树-信用卡欺诈

朴素贝叶斯和决策树：

垃圾邮件：贝叶斯

信用卡欺诈：决策树

垃圾邮件-----朴素贝叶斯

信用卡欺诈：信贷风险识别-----决策树

机器学习的典型应用

购物篮分析

• 关联规则：啤酒+尿片

用户细分精准营销

• 聚类

垃圾邮件

• 朴素贝叶斯
  

信用卡欺诈

• 决策树

垃圾邮件 ：朴素贝叶斯

信用卡欺诈：决策树

朴素贝叶斯 --》 垃圾邮件

决策树 --》 信用卡欺诈（风险识别）

朴素贝叶斯 决策树的具体概念或应用。

机器学习典型应用：

1. 关联规则--购物车，根据喜好推荐产品；

2. 聚类--用户细分精准营销，移动的动感地带，全球通等产品；

3. 朴素贝叶斯--垃圾邮件识别；（这个应该细讲一下的）

4. 决策树--信用卡欺诈，是真的想贷款还是纯粹欺诈；
   

机器学习的典型应用：

1.购物篮分析——关联规则

2.用户细分精准营销——聚类

3.垃圾邮件识别——朴素贝叶斯

4.信用卡欺诈——决策树