应《网络安全法》要求，自2017年10月1日起，未进行实名认证将不得使用互联网跟帖服务。为保障您的帐号能够正常使用，请尽快对帐号进行手机号验证，感谢您的理解与支持！

24小时热门版块排行榜    

小木虫论坛-学术科研互动平台 » 专业学科区 » 信息科学 » 人工智能 » 【讨论】机器学习理论基础
343/4返回列表上一页1234下一页
查看: 5021  |  回复: 33
只看楼主 @他人 存档 新回复提醒 (忽略) 收藏    在APP中查看

tianblank

木虫 (小有名气)
遗传、免疫、神经、粒子、量子
好好学习
赞一下 回复此楼
21楼2010-07-22 09:43:29
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

huyao001

铜虫 (初入文坛)
★
小木虫(金币+0.5):给个红包，谢谢回帖交流
statistical learning theory
赞一下(1人) 回复此楼
22楼2010-08-23 10:47:28
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

yishuipang

铁杆木虫 (职业作家)
★
小木虫(金币+0.5):给个红包，谢谢回帖交流
网上有电子版，搜一下
引用回帖:
Originally posted by FriendYou at 2010-04-22 17:41:31:

有电子版吗？

赞一下(1人) 回复此楼
VIP:VInterestingPaper
23楼2010-08-23 11:47:41
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

huyao001

铜虫 (初入文坛)
★
小木虫(金币+0.5):给个红包，谢谢回帖交流
the eleme不错nts of statistical learning
赞一下(2人) 回复此楼
24楼2010-10-06 10:39:33
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

zxtgg

新虫 (初入文坛)
bishop的书……
回复此楼
25楼2010-11-21 15:14:22
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

raodu

新虫 (初入文坛)
★
小木虫(金币+0.5):给个红包，谢谢回帖交流
Bishop的PRML比较适合入门学习。如果注意的话，PRML里的内容基本是：机器学习中很有影响力的2大topic是SVM(discriminative model)和Graphical model(主要是generative model)。

前者研究较为成熟。后者正在越来越流行，相关工作在NIPS, ICML, CVPR, UAI, AISTATS等顶级会议中随处可见，在文本和视觉处理中有很大的影响力。特别是在无监督和半监督学习中具有非常重要的地位。它建立在完整的统计理论框架下，几乎能对常见模型给出概率解释，比如SVM, PCA, Sparse Representation等。

当前新兴的热点包括nonparametric bayesian和结合两大类方法的优点。
赞一下(1人) 回复此楼
26楼2010-11-27 02:52:21
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

raodu

新虫 (初入文坛)
★
小木虫(金币+0.5):给个红包，谢谢回帖交流
从几大顶级会议和期刊中来看，"遗传、免疫、粒子"算不上Machine Learning里的主流方向。

神经网络曾是个热点，但其主要问题在于“overfitting”而导致泛化能力比较弱。其根本原因在于没有根据问题的结构施加合适的prior来约束最优化过程。而generative model则很好地解决了这个问题，比如的Deep belief network。

建议是如果要进行machine learning方面的研究，应该从目前最新的方法和主题入手，避免去做别人10年前就做过的东西。
赞一下(1人) 回复此楼
27楼2010-11-27 03:01:21
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

conease

铁杆木虫 (正式写手)
★
小木虫(金币+0.5):给个红包，谢谢回帖
这里真的受益不浅，感谢raodu
赞一下(1人) 回复此楼
28楼2011-04-28 15:06:28
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

匿名

用户注销 (正式写手)
★
小木虫: 金币+0.5, 给个红包，谢谢回帖
本帖仅楼主可见
赞一下
29楼2014-08-13 16:20:03
已阅   申请信息EPI   回复此楼   编辑   查看我的主页

slj082370222

铜虫 (小有名气)
★
小木虫: 金币+0.5, 给个红包，谢谢回帖
引用回帖:
29楼: Originally posted by mafei863 at 2014-08-13 16:20:03
我的入门历程：先学习SVD，PCA，KPCA，LDA，然后DL，FDDL，结合学习核函数，论文+代码，深入研究数月便可写文章了。

有没有机器学习相关的书籍推荐下，谢谢了
赞一下 回复此楼
梦想总是遥远的，我拿什么区创造。
30楼2014-12-30 20:46:46
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖
相关版块跳转 我要订阅楼主 FriendYou 的主题更新
343/4返回列表上一页1234下一页
普通表情 龙 兔 虎 猫 高级回复 (可上传附件)
信息提示
关闭
请填处理意见
关闭