##机器学习与数据挖掘

[置顶] 算法&模型

  在行业设备大数据平台建设中，势必要用到大数据技术，而大数据技术中，机器学习与数据挖掘算法是重要的一环，我们通过这些算法与模型对设备的故障进行监控与预测，对设备技改需求进行预测，对设备采购需求进行预测以及创建各种模型与算法设备标签
heyongluoyao8·2015-09-16 15:00

[置顶] 常见的机器学习与数据挖掘知识点之常见分布

常见的机器学习与数据挖掘知识点之常见分布CommonDistribution(常见分布)：DiscreteDistribution(离散型分布)：0-1Distribution(0-1分布)定义：若随机变量
heyongluoyao8·2015-08-25 20:00

Weka初体验——中文文本分类

Weka介绍及下载Weka是一个Java编写的具有10几年历史的开源机器学习与数据挖掘软件，曾获得SIGKDD颁发的数据挖掘领域内最高服务奖。
YouMayLike·2015-08-04 01:28

机器学习与数据挖掘-K最近邻(KNN)算法的实现（java和python版）

blog.csdn.net/u011067360/article/details/23941577python版本：这里实现一个手写识别算法，这里只简单识别0~9熟悉，在上篇文章中也展示了手写识别的应用，可以参考：机器学习与数据挖掘
u011067360·2015-05-23 21:00

机器学习与数据挖掘-logistic回归及手写识别实例的实现

本文主要介绍logistic回归相关知识点和一个手写识别的例子实现一、logistic回归介绍：logistic回归算法很简单，这里简单介绍一下：1、和线性回归做一个简单的对比下图就是一个简单的线性回归实例，简单一点就是一个线性方程表示(就是用来描述自变量和因变量已经偏差的方程)2、logistic回归可以看到下图，很难找到一条线性方程能将他们很好的分开。这里也需要用到logistic回归来处理了
u011067360·2015-05-10 21:00

机器学习的11个开源项目

继机器学习与数据挖掘领域的十大经典算法在被提出之后，机器学习领域的十一个用的最多的开源项目也问世了。最近，在InfoWorld上，这十一个开源项目被公布出来，并且收到了广泛的关注。
offbye·2015-05-06 14:00

牛人推荐机器学习网站

北京大学视觉与听觉信息处理实验室北京邮电大学模式识别与智能系统学科复旦大学智能信息处理开放实验室IEEEComputerSociety北京映象站点计算机科学论坛机器人足球赛模式识别国家重点实验室南京航空航天大学模式识别与神经计算实验室-PARNEC南京大学机器学习与数据挖掘研究所
·2014-12-26 15:00

加州理工学院公开课：机器学习与数据挖掘_神经网络

转载自：http://blog.csdn.net/feitianhu213/article/details/39899463课程简介：本节课主要介绍人工神经网络.通过介绍评定模型，随机梯度下降法，生物启发和感知器系统，讲师用视图和数学解析式详细地讲解了神经网络的运行过程以及原理.课程大纲：1、StochasticGradientDescent(随机梯度下降法)2、NeuralNetworkMode
u013524655·2014-11-19 22:00

加州理工学院公开课：机器学习与数据挖掘_Regularization（第十二课）

课程简介：接上一节课，这一节课的主题是如何利用Regularization避免Overfitting。通过给假设集设定一些限制条件从而避免Overfitting，但是如果限制条件设置的不恰当就会造成Underfitting。最后讲述了选择Regularization的一些启发式方法。课程大纲：1、Regularization2、Weightdecay3、Choosingaregularizer1、
飞天狐213·2014-11-09 11:04

加州理工学院公开课：机器学习与数据挖掘_过拟化（第十一课）

课程简介本节课主要介绍了关于机器学习中的过拟化问题。作者指出，区别一个专业级玩家和业余爱好者的方法之一就是他们如何处理过拟化问题。通过该课程，我们可以知道样本数据的拟合并不是越高越好，因为噪声的存在将使得过拟化问题的出现。最后简介了处理过拟合的两种方法。课程大纲1、什么是过拟化？（whatisoverfitting？）2、过拟化中的噪声。（Theroleofnoise）3、确定性噪声。（Deter
飞天狐213·2014-11-07 23:50

机器学习——数据预处理

在使用机器学习与数据挖掘算法时，通常要预先对数据进行预处理，下面整理一下常用的数据预处理方法：数据归一化：数据标准化（归一化）处理是数据挖掘的一项基础工作，不同评价指标往往具有不同的量纲和量纲单位，这样的情况会影响到数据分析的结果
dingzuoshou·2014-08-19 16:12

推荐系统资料大全(不定期补充更新)

Sharemypersonalresources #视频###大数据视频以及讲义###浙大数据挖掘系列###用Python做科学计算###R语言视频###Hadoop视频###42区.技术.创业.第二讲###加州理工学院公开课：机器学习与数据挖掘
吴文敏·2014-08-13 10:00

五个最给力的Hadoop项目

2.Mahout：Mahout是一个基于Hadoop实现各种机器学习与数据挖掘算法库。被
午火·2014-06-09 16:00

mahout：推荐系统入门学习（一）

     Mahout是一个基于Hadoop实现各种机器学习与数据挖掘的算法库，它由Lucene的几个代码贡献者发起成立，整个项目是从Taste这个项目发展起来的
wbj0110·2014-05-15 11:00

mahout：推荐系统入门学习（一）

     Mahout是一个基于Hadoop实现各种机器学习与数据挖掘的算法库，它由Lucene的几个代码贡献者发起成立，整个项目是从Taste这个项目发展起来的
wbj0110·2014-05-15 11:00

mahout：推荐系统入门学习（一）

     Mahout是一个基于Hadoop实现各种机器学习与数据挖掘的算法库，它由Lucene的几个代码贡献者发起成立，整个项目是从Taste这个项目发展起来的
wbj0110·2014-05-15 11:00

机器学习与数据挖掘-支持向量机(SVM)（一）

最近在看斯坦福大学的机器学习的公开课，学习了支持向量机，再结合网上各位大神的学习经验总结了自己的一些关于支持向量机知识。一、什么是支持向量机(SVM)?1、支持向量机（SupportVectorMachine，常简称为SVM）是一种监督式学习的方法，可广泛地应用于统计分类以及回归分析。支持向量机属于一般化线性分类器，这族分类器的特点是他们能够同时最小化经验误差与最大化几何边缘区，因此支持向量机也被
u011067360·2014-05-02 21:00

机器学习与数据挖掘基本算法初步介绍

随着互联网技术的发展，特别是web2.0时代的到来，互联网为我们提供了丰富的数据来源，如何充分的利用这些数据，挖掘用户信息，是下一代互联网急需解决的问题。机器学习和数据挖掘主要是解决以下几个方面的问题，分类与预测，优化，独立特征提取等。机器学习的很多算法都是基于以下图1中模型来进行设计。 图1学习系统模型我们应对外界环境的刺激输入，在实践的过程中不断学习，获取经验知识，并且运用我们所学到的经验知识
NIeson2012·2014-01-03 21:00

博客、博文推荐

LeftNoEasy关注于 机器学习、数据挖掘、并行计算、数学 评：个人觉得里面的文章适合刚刚涉及机器学习与数据挖掘领域的研究者。
·2013-11-26 16:00

常见面试之机器学习算法思想简单梳理

跟我们模式识别的课程讲的记住的东西都差不多不过做机器学习最NB的是美国两院院士Jordan，曾经编写过PatternRecognitionandMachineLearning一书，同时还是现在比较流行的机器学习与数据挖掘课程主讲人
wangzhebupt·2013-11-18 13:00

牛人推荐机器学习网站

北京大学视觉与听觉信息处理实验室北京邮电大学模式识别与智能系统学科复旦大学智能信息处理开放实验室IEEEComputerSociety北京映象站点计算机科学论坛机器人足球赛模式识别国家重点实验室南京航空航天大学模式识别与神经计算实验室-PARNEC南京大学机器学习与数据挖掘研究所
lansatiankongxxc·2013-10-25 15:00

数据挖掘、机器学习和模式识别关系与区别

数据挖掘（DataMining）与数据库（DB）、机器学习（ML）和统计学（StatisticalLearning）的联系：    数据挖掘和机器学习的区别和联系，周志华有一篇很好的论述《机器学习与数据挖掘
qianmianyuan·2013-06-03 09:00

机器学习与数据挖掘

机器学习与数据挖掘周志华                                                   南京大学计算机软件新技术国家重点实验室，南京210093 “机器学习”是人工智能的核心研究领域之一
chinaliping·2013-05-22 13:00

斯坦福Andrew Ng教授“机器学习”26篇教程全译

斯坦福AndrewNg教授“机器学习”26篇教程全译发表于9小时前|1425次阅读|来源CSDN|17条评论|作者CSDN机器学习编码云计算算法斯坦福大学大数据摘要：机器学习与数据挖掘！
Michael_6810·2013-04-08 23:00

牛人推荐机器学习网站

北京大学视觉与听觉信息处理实验室北京邮电大学模式识别与智能系统学科复旦大学智能信息处理开放实验室IEEEComputerSociety北京映象站点计算机科学论坛机器人足球赛模式识别国家重点实验室南京航空航天大学模式识别与神经计算实验室-PARNEC南京大学机器学习与数据挖掘研究所
chinaliping·2013-01-21 11:00

数据挖掘和机器学习的区别_失败只有一种，就是半途而废！——追梦（huzhyi）_百度空间

   数据挖掘和机器学习的区别和联系，周志华有一篇很好的论述《机器学习与数据挖掘》可以帮助大家理解。数据挖掘受到很多学科领域的影响，其中数据库、机器学习、统计学无疑影响最大。
·2013-01-20 00:00

牛人推荐机器学习网站

北京大学视觉与听觉信息处理实验室北京邮电大学模式识别与智能系统学科复旦大学智能信息处理开放实验室IEEEComputerSociety北京映象站点计算机科学论坛机器人足球赛模式识别国家重点实验室南京航空航天大学模式识别与神经计算实验室-PARNEC南京大学机器学习与数据挖掘研究所
chenbang110·2012-12-26 11:00

【实习】【算法】百度面经之四

今天下午在百瑞国际酒店参加百度暑假实习生面试，机器学习与数据挖掘方向。2点中到那里，然后叫我到楼上房间面试。面试的是一个gg，很年轻。由于整个楼层没有洗手间，只好问他能否借用一下他房间的洗手间。
·2012-08-31 23:00

五个最给力的Hadoop项目

2.Mahout：Mahout是一个基于Hadoop实现各种机器学习与数据挖掘算法库。被用来提供推荐服务。3.Hive：Hive由Facebook出品，它为Hadoop提供了一种类似于
yaweidai·2012-04-10 11:00

五个最给力的Hadoop项目

2.Mahout：Mahout是一个基于Hadoop实现各种机器学习与数据挖掘算法库。被用来提供推荐服务。3.Hive：Hive由Facebook出品，它为Hadoop提供了一种
yaweidai·2012-04-10 11:00

分享：五个最给力的Hadoop项目

2.Mahout：Mahout是一个基于Hadoop实现各种机器学习与数据挖掘算法库。被
qingqiong·2011-07-04 10:00

Hadoop项目

2.Mahout：Mahout是一个基于Hadoop实现各种机器学习与数据挖掘算法库。被用来提供推荐服务。3.Hive：Hive由Facebook出品，它为Hadoop提供了一种类似于S
tanr·2011-07-03 20:00

机器学习与数据挖掘的关系

现总结如下：二者都是人工智能重要的研究领域。 ML更多是在自然科学和理论研究层面，而DM是在应用层面。 ML的发展历史： 1，推理学习（演绎阶段）19世纪50年代开始 2，知识库（专家系统、知识工程）19世纪70-90年代 3，归纳学习（机器自主学习） ANN,SVM,决策树，etc. DM的发展源于大数据量的训练样例机器学习的效率很低，所以结合了机器学习，数据库和统计学形成了现在
jiagou·2010-08-18 11:00

机器学习与数据挖掘

机器学习与数据挖掘周志华南京大学计算机软件新技术国家重点实验室，南京210093“机器学习”是人工智能的核心研究领域之一，其最初的研究动机是为了让计算机系统具有人的学习能力以便实现人工智能，因为众所周知
lanbing510·2010-06-24 22:00
上一页 1 2 3 4 5 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他