607章 商业化难度
“耕耘科技赚钱，问问张教授，什技术商业化，难公司直靠养。”邓云吉即往研部，许贡连忙跟。
【新章节更新迟缓问题，换源app终解决，载 换源App, 查本书站点新章节。】
张教授正办公室研究算法，论机器习、模式识别、数据挖掘、统计习、计算机视觉、语音识别、语言处理涉及算法。
数据常算法很，分别分类决策树算法，聚类算法，关联规则算法，期望算法，迭代算法，分类算法，向量机算法等。
决策树已知各况概率基础，通构决策树求取净值期望值等零概率，评价项目风险，判断其性决策分析方法，直观运概率分析图解法。
由决策分支画图形很像棵树枝干，故称决策树。
举例，假设包含很病信息数据集，知每病各信息，比龄、脉搏、血压、摄氧量、族病史等。
叫做数据属性。
给定属性，预测病否患癌症。病进入两分类：患癌症或者患癌症。 C4.5 算法告诉每病分类。
做法病数据属性集应病反馈类型，C4.5 构建基新病属性预测类型决策树。
什决策树呢？决策树习创建类似与流程图东西新数据进分类。使病例，特定流程图路径：病癌症病史，病癌症病高度相似基因表达，病肿瘤，病肿瘤超5cm。
基本原则：流程图每环节关属性值问题，并根据数值，病被分类。
算法监督习监督习呢？监督习算法，因训练数据已经分类。使分类病数据，C4.5算法需习病否患癌症。
部分机器习课程，回归算法介绍算法。
原因两：回归算法比较简单，介绍它让平滑统计迁移机器习。二回归算法若干强算法基石，果理解回归算法，法习强算法。
回归算法两重类：即线性回归逻辑回归。
数据代，数据挖掘关键工。
数据挖掘海量、完全、噪声、模糊、随机型数据库隐含其价值、潜信息知识程，决策支持程。
其主基工智，机器习，模式习，统计等。通数据高度化分析，做归纳性推理，挖掘潜模式，帮助企业、商、户调整市场政策、减少风险、理性市场，并做正确决策。
目，很领域尤其商业领域银、电信、电商等，数据挖掘解决很问题，包括市场营销策略制定、背景分析、企业管理危机等。
张教授正做，算法优化“云台”基础技术。云台巴蛇系统基础，断优化重新设计数据系统。
咚咚。
“进。”听敲门声，张教授头抬。
“张教授，找点。”邓云吉二走进办公室，顾坐椅。
“什？”张教授瞥眼。
“云台已经认，马应各业，什将其商业化。据知，江燕公司早项技术投入商业，市场十分广阔。果做，需向申请研资金，再愁资金问题。”邓云吉。
“云台给政府部门，商业化，需独立数据。建数据便宜，申请资金吗？”张教授。
研究数据云计算，目微博云。
“耕耘科技力，相信投资。”邓云吉信。
建设数据虽昂贵，跟数据战略计划投资比，简直九牛毛，指缝漏点，够。
邓云吉背景，相信赚点钱，申请。
“数据问题解决，需商业应。”张教授。
“怎应，尽管。”邓云吉。
“研究基础技术，商业应很懂。”张教授。
“您太谦虚，难您技术水平比江燕公司吗？”邓云吉。
“技术水平问题，软件设定，需很解互联网商业思维。建议招聘创轻，江燕公司软件园区，很擅长。”张教授。
“江燕公司算，招聘。”邓云吉。
“简单，什计划，招进知做什。且方才很少，跟江燕公司合，培养很类才。”张教授。
“吗，考虑。”邓云吉。
邓云吉久才给杭雨脸色，岂向求助，决定做。
布高薪招聘，跟申请资金。
申请资金很顺利，周间，便建数据，正贵州试验区设立，结点建设经验，免候问题。
招聘宜却进展十分缓慢，跟张教授，应聘很少，通试更少。半月间，耕耘科技才招聘五，且五技术，创。