机器学习
scriptin
这个作者很懒,什么都没留下…
展开
-
Weka 学习记录
项目需要,今天开始学习Wake的聚类算法的使用。目前只知道Wake可以读取arrf格式的文件,而我是需要读取数据库中的数据,因此这还是一个需要继续研究的问题。原创 2013-11-25 14:49:07 · 947 阅读 · 0 评论 -
斯坦福大学自然语言处理第七课“情感分析(Sentiment Analysis)
转自:52opencourse.com/http://52opencourse.com/235/%E6%96%AF%E5%9D%A6%E7%A6%8F%E5%A4%A7%E5%AD%A6%E8%87%AA%E7%84%B6%E8%AF%AD%E8%A8%80%E5%A4%84%E7%90%86%E7%AC%AC%E4%B8%83%E8%AF%BE-%E6%83%85%E6%84%9F%E5转载 2015-07-25 13:22:28 · 1972 阅读 · 0 评论 -
数据挖掘和机器学习的区别与联系
关注机器学习(Machine Learning)和数据挖掘(Data Mining)有一段时间了,对两者的关系还是有一些模糊。今天参考了一些人的文章和博客,大概领会了一些东西,现在总结一下。ML算是AI的一部分,并且更加偏重于统计和优化,很多ML的研究都非常的偏向理论。而DM可以称得上是个实用的东西,简单说就是有很多数据很多变量,我们想挖掘出我需要的信息,所以有时候人们用practical m转载 2015-09-10 20:57:39 · 1436 阅读 · 0 评论 -
Ubuntu下安装Libsvm(解决raise Exception('LIBSVM library not found.'))总结汇总
最近因为工作原因,需要使用SVM做分类任务,理所当然的想到了LIBSVM。经过一番查询后,我总结了网上的一些资源,梳理了一下入门LIBSVM的步骤,供日后参考。LIBSVM官网转载 2015-10-22 20:20:15 · 6213 阅读 · 0 评论 -
Accuracy、Precision、Recall and F1的概念详解
Accuracy准确率、Precision精确率、Recall召回率以及 F1指标是衡量算法效果时,常用的四个指标。如下这篇文章比较详细的介绍了这四个指标的关系和各自代表的意义。准确率(Accuracy), 精确率(Precision), 召回率(Recall)和F1-Measure文中提及了Accuracy准确率指标存在的缺陷,并由此引出了Precision精确率、Recall召转载 2015-09-07 10:07:41 · 1977 阅读 · 0 评论 -
LibSVM实现文本分类总结
1,主要参考了博客文章:基于libsvm的中文文本分类原型 ->http://blog.csdn.net/marising/article/details/5844063 2,使用CHI挑选特征 参考文章:http://blog.csdn.net/wangran51/article/details/8446234 备注:理论部分再读一边3,使用TF-IDF构建文本的特征向量 参考文章:h转载 2015-07-15 20:12:28 · 2882 阅读 · 0 评论 -
什么是机器学习
最近看了博客专家姜文辉同学转载的一片文章,觉得写得真不错,转载过来,仔细学习一下。不久以前读的一篇好文,主要是讲机器学习到底是属于什么学科或者研究领域,同时也介绍到了ML与AI之间的关系。作者是南京大学的周志华老师。废话少说,直接上文章。------------------------------------------------------- 机器转载 2015-11-25 09:46:35 · 562 阅读 · 1 评论 -
TensorFlow Machine Learning with Financial Data on Google Cloud Platform
TensorFlow Machine Learning with Financial Data on Google Cloud Platform最近开始用TensorFlow跑一些机器学习算法,至于为什么用TensorFlow,我想还是因为Google名声在外吧。Google团队使用TensorFlow做了一个金融指数预测的案例,号称达到了70%以上的准确率(准确的说是77.5862068966%)转载 2016-05-19 21:58:29 · 5445 阅读 · 0 评论 -
CCF推荐国际学术会议与学术期刊
最近机器学习的各方面应用发展的都比较快,每天都会有新东西出现,经常关注这些学术会议,才能跟进你所处方向的研究进展。CCF推荐的类别有计算机系统与高性能计算,计算机网络,网络与信息安全,软件工程,系统软件与程序设计语言,数据库、数据挖掘与内容检索,计算机科学理论,计算机图形学与多媒体,人工智能与模式识别,人机交互与普适计算,前沿、交叉与综合。我比较关注【数据挖掘与内容检索】和【人工智能与模式识别转载 2017-03-23 14:15:33 · 1279 阅读 · 0 评论