| 查看: 9261 | 回复: 41 | ||||||||||||||||||||
想飞的猪木虫 (正式写手)
|
[交流]
【转帖】机器学习入门 已有39人参与
|
|
感觉写的不错！！ 机器学习问题常用技术： 决策树 神经网络 支持向量机 贝叶斯分类 序列分析 聚类 分类 最近邻，k近邻，改进近邻 目前有多种比较成熟的算法，如贝叶斯分类、近邻法、决策树、神经网络、支撑向量机等。其中贝叶斯算法被认为是效果良好的算法并被诸多学者所使用。 应用驱动的机器学习方法 1、流形机器学习：稀疏数据的非线性方法 (特征抽取)。 2、增强学习：对变化环境适应(机器人)。 3、多实例学习：半监督学习(药物设计)。 4、ranking学习：需求是事物排序的学习(搜索引擎)。 5、数据流学习：大量数据快速过滤(有害信息过滤)。 有监督方法： 线性学习机LLM K最近邻法KFA SIMCA法 无监督方法： 因子分析FA 主成分分析PCA 独立成分分析ICA 非线性成分分析 NLCA 聚类分析clustering 半监督学习： EM tsvm Co-training Self-training Graph-based 1989年，Carbonell指出机器学习有4个研究方向：连接机器学习、基于符号的归纳机器学习、遗传机器学习与分析机器学习．十年过去了，1997年，Dietterich提出了另外4个新的研究方向：分类器的集成(Ensembles of classifiers)、海量数据的有教师学习算法(Methods for scaling up supervised learning algorithm)、增强机器学习(Reinforcement learn—ing)与学习复杂统计模型(Learning complex stochastic models)[5]．在理论上，我们可以将其进一步归纳为三类不同的学习理论： 统计机器学习理论，海量数据的符号机器学习理论、基于适应性的机器学习理论。 将讨论聚焦在当前的热点问题上，由此，我们将主要讨论下述四类机器学习的问题：(1)统计机器学习理论，(2)集成机器学习方法，(3)基于符号的归纳机器学习理论，(4)增强机器学习理论。（在理论上，集成机器学习方法可以归入统计机器学习理论，但是，在技术上，这种方法具有重要的价值，因此本文中，我们将其作为一种独立的机器学习类型进行讨论） 特征的提取是分类系统中最关键的部分之一．特征提取的好坏．直接关系到分类的性能 基于判别熵最小化的特征提取。 机器学习算法的重要理论基础是经典的统计学，它的主要研究内容是样本数目趋于无穷大时的渐进理论。基于VC理论的创造性机器学习方法SVM(Support Vector Machine如果研究者忘记SVM所基于的统计基础，就与Vapnik的本意相悖了 20世纪90年代中期，Vapnik和他领导的AT&T Bell实验室小组提出了基于统计学习理论、核函数映射理论的支持向量机(support vector machine，SVM)学习算法 ]，这是一种典型的小样本机器学习算法，它一经提出便以其卓越的理论性能、良好的泛化性能引起了机器学习领域研究者的广泛关注。当前，SVM在高光谱遥感影像解译、模式分类 等领域都得到了十分成功的应用，它已经成为研究者用于解决小样本学习问题的一种重要手段。 |
回复此楼» 收录本帖的淘帖专辑推荐
 控制理论与工程 | 数学与算法等 | 信息技术 | 优化方法与机器学习 |
| ML相关 | 机器学习 | 科研与论文 | 精品收藏 |
| 经验之谈 | 国家基金 | 感兴趣的文章 | 机器学习与图像处理 |
| 资源 | 科研收藏 | 淘来的。。。 | PETS |
| 生物 |
» 本帖已获得的红花（最新10朵）
remeng» 猜你喜欢
售SCI文章，我:8O.5.5.1O.54,科目全,可十急
已经有4人回复
-
售SCI一区T0P文章，我:8.O.55.1.O54,科目全,可伽急
已经有4人回复
-
售SCI一区文章，我:8.O.55.1.O.54,科目齐全,可伽急
已经有4人回复
-
售SCI一区T0P文章，我:8.O.55.1.O.54,科目齐全,可+急
已经有4人回复
-
售SCI-T0P文章，我:8O.5.5.1.O.54,科目齐全,可+急
已经有3人回复
-
售SCI文章，我:8O.5.5.1O.54,科目全,可十急
已经有3人回复
-
售一区SCI文章T0P，我:8O.551.O54,科目全,可十急
已经有3人回复
-
售SCI文章，我:8O5.5.1.O.54,科目齐全,可+急
已经有4人回复
-
售SCI文章，我:8O5.5.1.O.54,科目齐全,可+急
已经有3人回复
-
售SCI一区T0P文章，我:8.O.55.1.O54,科目全,可伽急
已经有3人回复
» 本主题相关价值贴推荐，对您同样有帮助:
- 我的机器学习入门历程
已经有30人回复
- 机器学习十大算法
已经有390人回复
- 【中文版】机器学习实战(Machine Learning in Action)+源码
已经有765人回复
- 请教如何学习生物信息学
已经有9人回复
- 在公司做数据挖掘或者机器学习能写论文吗？
已经有9人回复
- 国外人工智能领域高清经典原版教材：模式识别与机器学习（高清+彩图）
已经有192人回复
- 深度学习(Deep Learning)算法简介及其成功应用
已经有19人回复
- 机器学习及SVM
已经有15人回复
- 跪求人工智能（AI）及机器学习(machine learning)领域最重要的十篇论文
已经有20人回复
- 推荐机器学习的书(谢谢啊！Multiple Instance Learning)
已经有8人回复
- 机器学习中的一些概念，请教。。
已经有12人回复
- 机器学习中常用特征和分类器种类
已经有26人回复
- 怎么学习模式识别这门课？
已经有11人回复
- 提供一个招收中国学生的导师信息——机器学习，语音处理方向
已经有5人回复
- 机器学习、模式识别、数据挖掘的关系
已经有29人回复
- 【讨论】机器学习理论基础
已经有33人回复
无奈的云:欢迎前来交流病分享你的思想~但请注意不要发表疑似灌水的顶贴！ 2010-08-20 13:46:40
支持下 |
2楼2010-08-20 11:59:42
3楼2010-08-20 16:39:55
zhhu245
金虫 (初入文坛)
- 应助: 0 (幼儿园)
- 金币: 1251.3
- 帖子: 50
- 在线: 19.2小时
- 虫号: 1013579
- 注册: 2010-05-07
- 性别: GG
- 专业: 系统科学与系统工程
4楼2010-08-21 09:30:53
zhujiangbin
金虫 (正式写手)
- 应助: 0 (幼儿园)
- 金币: 2697.4
- 帖子: 360
- 在线: 76.8小时
- 虫号: 539210
- 注册: 2008-04-03
- 专业: 公共管理与公共政策
5楼2010-09-16 00:20:24
★
小木虫(金币+0.5):给个红包，谢谢回帖交流
小木虫(金币+0.5):给个红包，谢谢回帖交流
|
本帖内容被屏蔽 |
6楼2010-09-16 15:29:12
liuliunumber
铜虫 (小有名气)
- 应助: 0 (幼儿园)
- 金币: 112.2
- 散金: 36
- 帖子: 278
- 在线: 41.5小时
- 虫号: 899180
- 注册: 2009-11-10
- 专业: 信息处理方法与技术
7楼2010-09-20 10:52:36
潇湘飞鱼
铁杆木虫 (著名写手)
- 应助: 2 (幼儿园)
- 金币: 7009.5
- 帖子: 1290
- 在线: 200.9小时
- 虫号: 872420
- 注册: 2009-10-14
- 性别: GG
- 专业: 水产资源与保护学
8楼2010-11-29 14:56:37
lululucia
金虫 (正式写手)
- 应助: 1 (幼儿园)
- 金币: 2005.8
- 散金: 711
- 帖子: 859
- 在线: 175.2小时
- 虫号: 1044245
- 注册: 2010-06-20
- 性别: MM
- 专业: 遥感机理与方法
9楼2011-06-18 14:30:46
10楼2011-06-19 09:52:16
