【数据挖掘 机器学习 】总结1：听徐老师讲课第一集

课程目录：

Knowledge Discovery in Databases(KDD) process and data Preprocessing

decision trees

support vectors machines

bayesian networks

clustering alogorithms

text mining

social network analysis

本集主要讲数据相关的。

1.首先明确几个概念

人工智能  > 机器学习 > 深度学习

'>'这个符号表示包含关系

2.机器学习模型流程

数据预处理： feature extration(提取)/selection(选择)/transformation(转换)                                             evaluation

数据（data）---------------------------------------------------->数据挖掘（data mining）------>模式（pattern）------>知识（knowledge）

3.神经网络：随着层数增加，神经元每层的个数随之减少。起到降低维度的作用。

4.文本的表示方式之TFIDF

Term(word) frequency(TF)

Document frequency(DF，DF表示出现这个词的文档占总文档的比)  ,IDF是Inverse Document frequency的缩写，IDF表示DF的倒数。

TFIDF的计算：TF* log(IDF)，其中加上log的原因是IDF通常会很大，加上log缩小大小。

，其中N表示语料库中文本的总数，N(x)表示语料库中包含x的文本总数。

5.推荐书籍：

《Pattern Recognition and Data Mining》, Christopher Bishop;涉及到的数学知识较多，难

《Data mining:Practical Machine Learning tools and Techniques》, Lan H, 适合初学者，易

6.推荐应用

weka 3

下载链接：https://www.neusncp.com/user/file?id=152