(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
(5) 互联网广告：ctr预估
(6) 推荐系统：协同过滤
(7) 自然语言处理：情感识别，实体识别
(7) 图像识别：深度学习
机器学习和数据分析的区别
(1) 数据特点：
行为数据 VS 交易数据
海量数据 VS 少量数据
全量分析 VS 采样分析
(2) 解决业务问题不同
数据分析：OLAP(报告过去的事情)
机器学习：预测未来的事情
(3) 技术手段不同
OLAP: 用户驱动、交互式分析
数据挖掘：数据驱动，自动进行知识发现
(4) 参与者不同
分析师：分析师能力决定结果
VS
数据+算法：数据质量决定结果
