2.txt

This complete matlab for neural network

发信人: GzLi (笑梨), 信区: DataMining
标  题: [合集]有些迷惑
发信站: 南京大学小百合站 (Tue Jan  7 10:46:20 2003)

highso (漫步者) 于Sat Dec 28 20:22:17 2002)
提到：

看到斑竹在这里号召学习ML，很是心动，可是仔细想想，又有些迷茫，
ML现在搞的很多，似乎越来越成了数学家的游戏，理论越来越高深，
至于吾辈，恐怕还主要是作应用的，在ML应用于某个领域的结合点上，
始终是个难点，所以如果我去学ML的话，应该报着什么样的态度去学习？
到底要搞的多深？我想了解大家学习这个的目的和深度，谢谢


GzLi (笑梨) 于Sat Dec 28 23:25:16 2002)
提到：

我是要作数据挖掘（DM）的，很多算法来自于机器学习（ML)，所以我要学习ML。
深度本次就是把这本书学好。对ML有个整体了解，以后再分专题深入研究。
1.学习整体框架，这样对于ML的数据本身、数据建模、模型评价、等有个了解
2.学习一些常用算法，对各钟算法有个一定的了解，便于以后根据不通场合使用
3.学习一些基本知识，比如cross validation，boosting、bagging，有利于看论文。

马克思（或者是列宁）有句话：理论指导实践，但从实践中提高，
现在ML指导DM，DM反过来促进ML提高的，ML很重要一点就是大规模数据的可视化、
建模等问题，来自DM吧。
所以要学好ML。

【 在 highso (漫步者) 的大作中提到: 】
: 看到斑竹在这里号召学习ML，很是心动，可是仔细想想，又有些迷茫，
: ML现在搞的很多，似乎越来越成了数学家的游戏，理论越来越高深，
: 至于吾辈，恐怕还主要是作应用的，在ML应用于某个领域的结合点上，
: 始终是个难点，所以如果我去学ML的话，应该报着什么样的态度去学习？
: 到底要搞的多深？我想了解大家学习这个的目的和深度，谢谢


highso (漫步者) 于Sun Dec 29 10:17:44 2002)
提到：

多谢斑竹指点！我也知道ML的重要性，我是作入侵检测的，大量的需要
ML，比方说我以前也用过SVM作过分类，离线分析的效果还可以，但是
真要涉及到具体实现，可以说基本不可行，SVM的学习速度，对样本的要求，
原始数据的中训练集和测试集的不相似性等等问题，导致了这种不可行
我觉得现在作ML的，大多是用标准的训练集和测试集来作算法验证，如UCL的
和实际的结合上差的太远，但是还是象你说的，首先得把概念搞懂，然后
才能结合实际，但是在这个学习得过程中，好多东西，比方说很多数学上
得东西，大家觉得有必要吃得很透吗？     

【 在 GzLi (笑梨) 的大作中提到: 】
: 我是要作数据挖掘（DM）的，很多算法来自于机器学习（ML)，所以我要学习ML。
: 深度本次就是把这本书学好。对ML有个整体了解，以后再分专题深入研究。
: 1.学习整体框架，这样对于ML的数据本身、数据建模、模型评价、等有个了解
: 2.学习一些常用算法，对各钟算法有个一定的了解，便于以后根据不通场合使用
: 3.学习一些基本知识，比如cross validation，boosting、bagging，有利于看论文。
: 马克思（或者是列宁）有句话：理论指导实践，但从实践中提高，
: 现在ML指导DM，DM反过来促进ML提高的，ML很重要一点就是大规模数据的可视化、
: 建模等问题，来自DM吧。
: 所以要学好ML。
: 【 在 highso (漫步者) 的大作中提到: 】


GzLi (笑梨) 于Sun Dec 29 16:11:01 2002)
提到：

呵呵，
这本书都是基本概念和基本的推导阿，我觉得这本书的层次还是要吃透的吧。
实际数据和实验数据差的远，正是我们努力的动力，
找出原因，解决之，是我们的责任。

【 在 highso (漫步者) 的大作中提到: 】
: 多谢斑竹指点！我也知道ML的重要性，我是作入侵检测的，大量的需要
: ML，比方说我以前也用过SVM作过分类，离线分析的效果还可以，但是
: 真要涉及到具体实现，可以说基本不可行，SVM的学习速度，对样本的要求，
: 原始数据的中训练集和测试集的不相似性等等问题，导致了这种不可行
: 我觉得现在作ML的，大多是用标准的训练集和测试集来作算法验证，如UCL的
: 和实际的结合上差的太远，但是还是象你说的，首先得把概念搞懂，然后
: 才能结合实际，但是在这个学习得过程中，好多东西，比方说很多数学上
: 得东西，大家觉得有必要吃得很透吗？     
: 【 在 GzLi (笑梨) 的大作中提到: 】


daniel (飞翔鸟) 于Sun Dec 29 16:18:39 2002)
提到：

   it should be noted that almost all UCI data sets are from real-world

applications. So, it is not the fact that they are 'far away' from

real world. Many methods can perform well on most of these data just

because these data sets are publicly availabe so that they have been 

deeply investigated by researchers around the world.

【 在 highso (漫步者) 的大作中提到: 】
: 多谢斑竹指点！我也知道ML的重要性，我是作入侵检测的，大量的需要
: ML，比方说我以前也用过SVM作过分类，离线分析的效果还可以，但是
: 真要涉及到具体实现，可以说基本不可行，SVM的学习速度，对样本的要求，
: 原始数据的中训练集和测试集的不相似性等等问题，导致了这种不可行
: 我觉得现在作ML的，大多是用标准的训练集和测试集来作算法验证，如UCL的
: 和实际的结合上差的太远，但是还是象你说的，首先得把概念搞懂，然后
: 才能结合实际，但是在这个学习得过程中，好多东西，比方说很多数学上
: 得东西，大家觉得有必要吃得很透吗？     
: 【 在 GzLi (笑梨) 的大作中提到: 】


GzLi (笑梨) 于Sun Dec 29 18:09:50 2002)
提到：

really,
The results are not only depend on the algorithms you used, but also on 
the preprocess and proprocess of the data and the usage of the algorithm. 
tricks also in great need.
So I think a complete system of ML is to be grasped.

【 在 daniel (飞翔鸟) 的大作中提到: 】
:    it should be noted that almost all UCI data sets are from real-world
: applications. So, it is not the fact that they are 'far away' from
: real world. Many methods can perform well on most of these data just
: because these data sets are publicly availabe so that they have been 
: deeply investigated by researchers around the world.
: 【 在 highso (漫步者) 的大作中提到: 】


ihappy (hungry christmas) 于Sun Dec 29 23:53:01 2002)
提到：

hehe, from the perspective of data mining, such tricks are important.

but there is the NFL theorem. In fact, i think before study any specific
ML algorithm, NFL should be mentioned first.

【 在 GzLi (笑梨) 的大作中提到: 】
: really,
: The results are not only depend on the algorithms you used, but also on 
: the preprocess and proprocess of the data and the usage of the algorithm. 
: tricks also in great need.
: So I think a complete system of ML is to be grasped.
: 【 在 daniel (飞翔鸟) 的大作中提到: 】


adson (自强乃报国之本) 于Mon Dec 30 01:39:23 2002)
提到：

excuse me, what is NFL?

【 在 ihappy 的大作中提到: 】
: hehe, from the perspective of data mining, such tricks are important.
: but there is the NFL theorem. In fact, i think before study any specific
: ML algorithm, NFL should be mentioned first.
: 【 在 GzLi (笑梨) 的大作中提到: 】



ihappy (hungry christmas) 于Mon Dec 30 01:51:25 2002)
提到：

No Free Lunch 天下没有免费的午餐.

前面guitar有一个贴子，里面有roweis的一个ppt的链接，好像里面nfl的部分写的
还可以，可以去看看的

【 在 adson (自强乃报国之本) 的大作中提到: 】
: excuse me, what is NFL?
: 
: 【 在 ihappy 的大作中提到: 】


adson (自强乃报国之本) 于Mon Dec 30 03:43:57 2002)
提到：

呵呵，多谢师兄指点。

我把guitar发过的所有文章都翻出来了，
可还是找不到那个链接......
那个ppt大致意思说得是什么？

【 在 ihappy 的大作中提到: 】
: No Free Lunch 天下没有免费的午餐.
: 前面guitar有一个贴子，里面有roweis的一个ppt的链接，好像里面nfl的部分写的
: 还可以，可以去看看的
: 【 在 adson (自强乃报国之本) 的大作中提到: 】