数据科学
许多组织仍未触及数据的真正潜力。当今可用的强大工具和数据科学技术使任何拥有大量数据的公司都能开始使用机器学习，而不仅仅是拥有大量资源的大型组织。
您可以使用机器学习做什么？
自动化测试，节省时间并及早发现错误。
为什么发生？
-
聚类分析
通过使用 k 均值、k 中心点、DBSCAN、分层聚类和谱聚类、高斯混合和隐马尔可夫模型对数据分组来发现规律
-
线性和非线性回归
基于多种线性和非线性回归算法选择多个预测变量或响应变量，对复杂系统的行为建模
-
概率分布
进行连续和离散概率分布拟合，使用统计绘图来评估拟合优度，计算 40 多种不同分布的概率密度函数和累积分布函数。
-
基于分类模型的故障诊断
通过使用支持向量机，k 均值聚类和其他机器学习技术，训练分类和聚类模型，以找出故障的根本原因
预测未来
-
文本挖掘
进行语义分析，了解语句之间的异同，了解哪些很重要，并汇总以提高透明度并促进积极的资源开发。
-
自动发票核验
减少发票检查过程中的人为和人工错误
-
病例映射
使从业人员可以访问所需的信息
-
精准预测
无需技能即可构建复杂的时间序列预测