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