1、先做一个survey(relativelydetailed menu)
Overviewcongnition、Searchsummary/overview
北京大学:张志华 《机器学习导论》、《统计机器学习》
综述网址:https://www.nowpublishers.com/Journal
捷径:阅读别人的survey,梳理所在小方向的发展脉络,快速定位
2、搜索与定位 紧密结合的一系列顶级论文(20篇)Survey-menu
3、多做实验,精通一门语言python/matlab
搜索源代码的能力:github/google
Check author’s homepage
重现代码
跑别人代码:数据准备工作
机器学习样本:UCI Data Set
Logistic regression(classifier)
Naive Bayes 朴素贝叶斯
SVM
Deep forest:冯~
跑代码--发现问题,抓住根本
促进你深入思考
4、如何深入思考
(1) 实验结果,详细分析实验结果
Evaluation measures:accuracy,error,RMSE,confusionmatrix, kappa,AUC,recall,precision,……
Imbalance:
10 samples -- class 1
90 samples -- class 2 90%
(2)数据准备工作
(3)代码阅读能力
对应:equation1,equation2
Lines corresponding to equation1
Lines corresponding to equation2
吃透,看到方程,知道如何组织样本,如何编写对应的代码
5、如何发现“新的”问题:“蝗虫式”做研究
(1) 挖井法:
A:2D tracking method B:3D tracking method
C:propose 2.5D tracking method
1D,2D,3D
(2) 组合法
A,B Propose A+B
(3) Stacking
B,A->A(B)
B-pre-procession A
(4) Ensembles
A manyA(random)>>A
“Boosting.....”
Ensemble CNN
(5) Batching learning(静态学习)—> Onling learning(动态增量/在线式学习)
Optimization method(onling convex optimization)
Convex optimization based algorithms
Online convex optimization based algorithms
Onling SVM、Onling multiple kernel methods、Online gaussian process、Online...
Batching learning(静态学习):W=algorithm(data)
Online learning: W(t)=W(t-1)+delta(...)
=algorithm(data(t),w(t-1))
(6) 张冠李戴法
Model -- (A,B)
A-C B-D
New Model - (C,B)
New Model - (C,D)
FuzzyA ,fuzzy B
K-means -- crisp classification0,1
0.3 0.7 class 2
Fuzzy k-means、fuzzy SVM、 fuzzy RBF、fuzzy decision tree、fuzzzy aprori、fuzzy
Feature extractor(SIFT,CNN,deep replace)
SVM :support vector machine
Kernel(low dimension —> high dimension)
非线性结果->线性结果
Kernel space,linear methods
Nolinear effectives,kernel...
(7) ensemble...ensemble... Stacking
(8) Bayesian化
(9) Large scale化
Big data
Method/model,面对海量样本
SVM,数据处理上限为10G
Parrelle/distributed computing
Distributed model、distributed SVMs、distributed CNN(tf,pytorch,coffee2,支持分布式)
6、可选择研究方向
(1) 以数据结构为切入点,做一些工作
Hashing HABIR 李武军,兰州大学,learning to Hash
(2) 提升速度
① Large scale high dimensional
② Dimension reduction
③ Sketching
Approximation 北京大学,张志华教授,王树森(伯克利)
all by Mr.Tang&zzp_wind&me