最近在学习数据治理，但是书本上的知识点很枯燥；谁有相关行业的最佳实践分享一下

Question

最近在学习数据治理，但是书本上的知识点很枯燥；谁有相关行业的最佳实践分享一下，面试题也行

Answer 1

【相关推荐】

• 你可以参考下这个问题的回答, 看看是否对你有帮助, 链接: https://ask.csdn.net/questions/270677
• 我还给你找了一篇非常好的博客，你可以看看是否有帮助，链接：编写一个程序实现顺序串中的各种基本运算，并在此基础上设计一个程序，完成如下功能。
• 您还可以看一下 CSDN讲师老师的以性别预测为例，谈谈数据挖掘中常见的分类算法课程中的 数据挖掘的基本流程和常见的分类算法小节, 巩固相关知识点
  
• 除此之外, 这篇博客: 常见机器学习面试问题中的 隐马尔科夫模型基本问题及其相应的算法： 部分也许能够解决你的问题, 你可以仔细阅读以下内容或跳转源博客中阅读:
  

  1、评估问题：概率计算问题：给定模型和观测序列，计算在模型下观测序列出现的概率。

  前向、后向算法解决的是一个评估问题，即给定一个模型，求某特定观测序列的概率，用于评估该序列最匹配的模型。

  2、模型学习问题：已知观测序列，估计模型中的参数，使得在该模型下观测序列概率最大，即用极大似然估计的方法估计参数。

  Baum-Welch算法解决的是一个模型训练问题，即参数估计，是一种无监督的训练方法，主要通过EM迭代实现；即只有观测序列，无状态序列时训练模型。

  极大似然估计：观测序列和相应的状态序列都存在的监督学习算法，用来估计参数。

  3、解码问题/预测问题：已知模型和观测序列，给定观测序列，求最可能的对应的状态序列。

  维特比算法解决的是给定一个模型和某个特定的输出序列，求最可能产生这个输出的状态序列。如通过海藻变化（输出序列）来观测天气（状态序列），是预测问题，通信中的解码问题！

如果你已经解决了该问题, 非常希望你能够分享一下解决方案, 写成博客, 将相关链接放在评论区, 以帮助更多的人 ^-^