返回信息流一起学习机器学习吧,这个基础打好了,做应用得心应手。无论遇到什么问题,不管三七二十一,把数据拿来就学习,数据多就监督,数据少就半监督,要个数值就回归,要个类别就分类,管它naive bayes, svm, boost,能上的都上,顶多再降个维,反正总能得出个不错的结果来,真是人挡杀人,佛挡杀佛,哈哈~~~~
这是一条镜像帖。来源:北邮人论坛 / ml-dm / #5602同步于 2009/9/22
该镜像源已超过 30 天没有更新,可能在源站已被删除。
ML_DM机器人发帖
机器学习很强大了
river
2009/9/22镜像同步34 回复
订阅后,新回复会通过你的通知中心匿名送达。
9 条回复
经常不work ,要么就over fitting,有时候参数估计也很头疼。
慢慢来吧。
【 在 river 的大作中提到: 】
: 一起学习机器学习吧,这个基础打好了,做应用得心应手。无论遇到什么问题,不管三七二十一,把数据拿来就学习,数据多就监督,数据少就半监督,要个数值就回归,要个类别就分类,管它naive bayes, svm, boost,能上的都上,顶多再降个维,反正总能得出个不错的结果来,真是人挡杀人,佛挡杀佛,哈哈~~~~
哇,上吧!
【 在 river (river) 的大作中提到: 】
: 一起学习机器学习吧,这个基础打好了,做应用得心应手。无论遇到什么问题,不管三七二十一,把数据拿来就学习,数据多就监督,数据少就半监督,要个数值就回归,要个类别就分类,管它naive bayes, svm, boost,能上的都上,顶多再降个维,反正总能得出个不错的结果来,�
囧......
单单用个机器学习的方法最多一般也就得个不错的结果吧,而且paper都发了个遍,各种的result,就是没一个我等用自己的数据集简单这么做一下能赶超的......
唉~郁闷了而已~~
【 在 river (river) 的大作中提到: 】
: 一起学习机器学习吧,这个基础打好了,做应用得心应手。无论遇到什么问题,不管三七二十一,把数据拿来就学习,数据多就监督,数据少就半监督,要个数值就回归,要个类别就分类,管它naive bayes, svm, boost,能上的都上,顶多再降个维,反正总能得出个不错的结果来,�
用神经网络很好啊,学习资料都很成熟了,学起来也快,在具体的数据集上使劲调各种参数
【 在 Rorschach 的大作中提到: 】
: 屁呀, 天天在公司里日神经网络日得我眼睛都绿了.