本文整理了60个机器学习算法应用场景实例，含分类算法应用场景20个、回归算法应用场景20个、聚类算法应用场景10个以及关联规则应用场景10个。包含了天池、DataCastle、DataFountain中所有竞赛场景。
目录1 分类算法应用场景实例
1.1 O2O优惠券使用预测
1.2 市民出行选乘公交预测
1.3待测微生物种类判别
1.4 基于运营商数据的个人征信评估
1.5 商品图片分类
1.6 广告点击行为预测
1.7 基于文本内容的垃圾短信识别
1.8 中文句子类别精准分析
1.9 P2P网络借贷平台的经营风险量化分析
1.10 国家电网客户用电异常行为分析
1.11 自动驾驶场景中的交通标志检测
1.12 大数据精准营销中搜狗用户画像挖掘
1.13 基于视角的领域情感分析
1.14 监控场景下的行人精细化识别
1.15 用户评分预测
1.16 猫狗识别大战
1.17 微额借款用户人品预测
1.18 验证码识别
1.19 客户流失率预测
1.20 汽车4S店邮件营销方案
2回归算法应用场景实例
2.1 机场客流量分布预测
2.2 音乐流行趋势预测
2.3 需求预测与仓储规划方案
2.4 新浪微博互动量预测
2.5 货币基金资金流入流出预测
2.6 电影票房预测
2.7 农产品价格预测分析
2.8 基于多源数据的青藏高原湖泊面积预测
2.9 微博传播规模和传播深度预测
2.10 鲍鱼年龄预测
2.11 学生成绩排名预测
2.12 网约车出行流量预测
2.13 红酒品质评分
2.14搜索引擎的搜索量和股价波动
2.15 中国人口增长分析
2.16 农村居民收入增长预测
2.17 房地产销售影响因素分析
2.18 股价走势预测
2.19 全国综合运输总量预测
2.20 地震预报
3聚类算法应用场景实例
3.1 基于用户位置信息的商业选址
3.2 中文地址标准化处理
3.3 国家电网用户画像
3.4 非人恶意流量识别
3.5 求职信息完善
3.6 搜索引擎查询聚类以进行流量推荐
3.7 生物种群固有结构认知
3.8 保险投保者分组
3.9 网站关键词来源聚类整和
3.10 图像分割
4关联规则应用场景实例
4.1 穿衣搭配推荐
4.2 互联网情绪指标和生猪价格的关联关系挖掘和预测
4.3 依据用户轨迹的商户精准营销
4.4 地点推荐系统
4.5 气象关联分析
4.6 交通事故成因分析
4.7 基于兴趣的实时新闻推荐
4.8 银行金融客户交叉销售分析
4.9 电子商务搭配购买推荐
4.10 银行营销方案推荐
1 分类算法应用场景实例
1.1 O2O优惠券使用预测
以优惠券盘活老用户或吸引新客户进店消费是O2O的一种重要营销方式。然而随机投放的优惠券对多数用户造成无意义的干扰。对商家而言，滥发的优惠券可能降低品牌声誉，同时难以估算营销成本。个性化投放是提高优惠券核销率的重要技术，它可以让具有一定偏好的消费者得到真正的实惠，同时赋予商家更强的营销能力。
现有O2O场景相关的丰富数据，希望通过分析建模，精准预测用户是否会在规定时间内使用相应优惠券。
1.2 市民出行选乘公交预测
基于海量公交数据记录，希望挖掘市民在公共交通中的行为模式。以市民出行公交线路选乘预测为方向，期望通过分析广东省部分公交线路的历史公交卡交易数据，挖掘固定人群在公共交通中的行为模式，分析推测乘客的出行习惯和偏好，从而建立模型预测人们在未来一周内将会搭乘哪些公交线路，为广大乘客提供信息对称、安全舒适的出行环境，用数据引领未来城市智慧出行。
1.3待测微生物种类判别
DNA是多数生物的遗传物质，DNA上的碱基（A，T，C和G）就储藏了遗传信息，不同物种的DNA序列在序列长度和碱基组成上差异显著。所以我们能够通过DNA序列的比较分析，来判断DNA序列是来自哪些物种。由于测序技术限制，我们只能得到一定长度的DNA序列片段。通过DNA序列片段与已知的微生物DNA序列进行比较，可以确定DNA片段的来源微生物，进而确定待测微生物种类。
期望在相关数据基础上，建立分析方法，在计算资源消耗尽量小的情况下，尽可能快地给出准确的结果，以满足临床诊断需求。
1.4 基于运营商数据的个人征信评估
运营商作为网络服务供应商，积累了大量的用户基本信息及行为特征数据，如终端数据、套餐消费数据、通信数据等等。实名制政策保证了运营商用户数据能与用户真实身份匹配，并真实客观的反映用户行为。广泛覆盖的网络基础设施提供了积累大量实时数据的条件，这些用户数据实时反馈着用户的各个维度的信息及特征。
在我国，个人征信评估主要通过引用央行个人征信报告，但对于很多用户没有建立个人信用记录的用户，金融机构想要了解他们的信用记录成本又较高，传统征信评估手段难以满足目前多种多样的新兴需求。金融业务不同于其他大数据业务，对数据的真实性、可信度和时效性要求较高，而这正是运营商数据的价值所在。
期望利用运营商用户数据，提供完善的个人征信评估。
1.5 商品图片分类