bob908的专栏

前言：　　找工作时（IT行业），除了常见的软件开发以外，机器学习岗位也可以当作是一个选择，不少计算机方向的研究生都会接触这个，如果你的研究方向是机器学习/数据挖掘之类，且又对其非常感兴趣的话，可以考虑考虑该岗位，毕竟在机器智能没达到人类水平之前，机器学习可以作为一种重要手段，而随着科技的不断发展，相信这方面的人才需求也会越来越大。　　纵观IT行业的招聘岗位，机器学习之类的岗位还是挺

随着计算能力、存储、网络的高速发展，人类积累的数据量正以指数速度增长。对于这些数据，人们迫切希望从中提取出隐藏其中的有用信息，更需要发现更深层次的规律，对决策，商务应用提供更有效的支持。为了满足这种需求，数据挖掘技术的得到了长足的发展，而分类在数据挖掘中是一项非常重要的任务，目前在商业上应用最多。本文主要侧重数据挖掘中分类算法的效果的对比，通过简单的实验（采用开源的数据挖掘工具 -Weka）来验证

前言:   上次写过一篇关于贝叶斯概率论的数学，最近时间比较紧，coding的任务比较重，不过还是抽空看了一些机器学习的书和视频，其中很推荐两个：一个是stanford的machine learning公开课，在verycd可下载，可惜没有翻译。不过还是可以看。另外一个是prml-pattern recognition and machine learning, Bishop的一部反响不错

Slepc计算矩阵特征值时间测试注：(1)GPU集群介绍：该集群有一个登录节点(ustcgpu)和100个计算节点(node1~node100)。各计算节点配置2颗4核的IntelE5520 CPU，16GB内存，通过20GbsInfiniBand互联。(2)测试采用Krylov-Schur算法计算速度这里采用Slepc计算稀疏度约为1%矩阵的一半特

最近在学习分类算法，顺便整理了各种分类算法的优缺点。一.决策树一种启发式算法，核心是在决策树各个节点上应用信息增益等准则来选取特征，进而递归地构造决策树。优点：1. 计算复杂度不高，易于理解和解释，可以理解决策树所表达的意义；2. 数据预处理阶段比较简单，且可以处理缺失数据；3. 能够同时处理数据型和分类型属性，且可对有许多属性的数据集构造决策树

稀疏矩阵存储方式1）协调存储格式 COO(coordinate format)COO 格式是一种简单的存储方案,采用三个数组存储行标识,列标识和非0元素的值。COO是一种通用的存储格式,缺点是存储的效率不高。2）3）

一般对于高维数据的分类问题，比如10000维的

现实世界中数据大体上都是不完整，不一致的脏数据，无法直接进行数据挖掘，或挖掘结果差强人意。为了提前数据挖掘的质量产生了数据预处理技术。　　数据预处理有多种方法：数据清理，数据集成，数据变换，数据归约等。这些数据处理技术在数据挖掘之前使用，大大提高了数据挖掘模式的质量，降低实际挖掘所需要的时间。　　一、数据清理　　首先是处理空缺值，如：要分析某市场的销售和顾客数据，但顾客的income项

在做分类时常常需要估算不同样本之间的相似性度量(Similarity Measurement)，这时通常采用的方法就是计算样本间的“距离”(Distance)。采用什么样的方法计算距离是很讲究，甚至关系到分类的正确与否。本文的目的就是对常用的相似性度量作一个总结。本文目录：1. 欧氏距离2. 曼哈顿距离3. 切比雪夫距离4. 闵可夫斯基距

1.GPU基本知识2.稀疏矩阵存储方式3.ju z