不想标题重复的学习记录_1

每次理解一个新的算法的时候，都会到处找资料，费时费力，当然，学到了肯定是不亏的。
但是，太久不用就会忘记，虽然重新上手很快，但也会花费很多时间查找资料，想着记录下，方便自己也方便后来者。

快速理解而不是掌握，掌握还是去看全面的资料吧!

这里大多是基于互联网查找的资料，对于一些复杂的、覆盖面广的知识，借助视频讲解，内容全面的书本是最好的，但很多时候情况往往不尽人意，资料匮乏或者想快速理解某个知识。

看了下面的文献(引用格式不标准)，用到了这些知识点。

文献：Pai Zheng, Chun-Hsien Chen, Suiyue Shang. Towards an automatic engineering change management in smart productservice systems – A DSM-based learning approach[J]. Advanced Engineering Informatics 39 (2019) 203–213, 2019.

Louvain社区发现算法

大体思路是明白了，遗憾的是我没有找到具体计算实例，无法复现计算过程。
找到了再补充上吧。
大体就是利用设计结构矩阵(DSM)，计算模块度Q，然后划分社区。

文章：模块度与Louvain社区发现算法
来源：博客园
作者：CodeMeals
链接：https://www.cnblogs.com/fengfenggirl/p/louvain.html
内容：***

三支决策和粗糙集

下面这篇是概念性的表达，比较短，篇幅限制了内容，不太好理解，可以看看决策粗糙集的部分，抽象表达，认真看能看懂。

文章：三支决策（从粗糙集说起）
来源：CSDN博客
作者：白桃K
链接：https://blog.csdn.net/zxl55/article/details/88869245
内容：三支决策概念，三支决策与粗糙集关系，粗糙集几种分类的概念性表达

这篇文章讲的三支决策详细一些，内容全面，应该是从某本书里面摘取出的一章。

文章：第1章 三支决策概述
来源：ResearchGate
作者：姚一豫
链接：https://www.researchgate.net/publication/281593688_sanzhijuecegaishu_Introduction_to_Three-Way_Decisions
内容：三支决策应用实例、评价函数、集合论、粗糙集、……
备注：可免费下载

找到一篇通俗与概念并存的，一共六篇，讲的是粗糙集，有少部分比较抽象，但是理解还是很方便的。这时候一共有六个小篇。

文章：聊一聊粗糙集(一)、……聊一聊粗糙集(六)
来源：博客园，
作者：Gedanke
链接：https://www.cnblogs.com/Gedanke/p/12356647.html
内容：粗糙集理论

其中，第(三)篇的图，指代不是很明确，改成：

随机森林

有篇随机森林具体内容的，但是是全英文的，我不配…现在想了解随机森林是什么，这篇先码起来，以后看。

文章：Random Forests
来源：？？？
作者：Leo Breiman and Adele Cutler
链接：https://www.stat.berkeley.edu/~breiman/RandomForests/cc_home.htm#inter
内容：随机森林

看了这篇中文的，但收获的效果感觉不太好。

文章：随机森林算法及其实现（Random Forest）
来源： CSDN博客
作者： AAA小肥杨
链接：https://blog.csdn.net/yangyin007/article/details/82385967
内容：随机森林

代价敏感学习

看这篇文章理解Cost-sensitive learning是足够了。

文章：代价敏感学习初探 - 有偏损失函数设计
来源： 博客园
作者： 关郑瀚Andrew.Hann
链接：https://www.cnblogs.com/LittleHann/p/10587512.html
内容：代价敏感学习