4.txt

This complete matlab for neural network

发信人: GzLi (笑梨), 信区: DataMining
标  题: [合集]关于机器学习的讨论的建议
发信站: 南京大学小百合站 (Thu Dec 26 15:16:44 2002)

helloboy (hello) 于Mon Dec 23 18:50:21 2002)
提到：

斑竹，一天一节会不会快了些。
一方面我不是很有空每天都有时间看（我想大部分也是）
另一方面讨论的时间幅度太小，以至于太少人讨论，不能够对这节书
的精髓和问题进行彻底的剖析。
从今天的讨论情况来说，只有3个人（包括我）进入讨论。
我的建议是大概半周到一周，一节。可能效果会好些。


GzLi (笑梨) 于Mon Dec 23 19:31:36 2002)
提到：

你的建议是一个想法，就是把书当做一个个的专题，细细琢磨。
我的想法呢是这样时间会拉的很长，象我们如果不是考虑上课，
我觉得短时间解决问题是上策。段时间把整本书看完，以后可以就某个专题讨论的。
这个问题可以看看其它网友的意见，我尊重大家的意见。

现在我这么处理，关于节的讨论，我板面上保留2天，如果有人讨论，就继续保留，
如果没有人讨论，就做合集。
一天一节有些快，可以两天一节，讨论的人多，可以放长，讨论的人少，我们就继续。
你觉得如何？

【 在 helloboy (hello) 的大作中提到: 】
: 斑竹，一天一节会不会快了些。
: 一方面我不是很有空每天都有时间看（我想大部分也是）
: 另一方面讨论的时间幅度太小，以至于太少人讨论，不能够对这节书
: 的精髓和问题进行彻底的剖析。
: 从今天的讨论情况来说，只有3个人（包括我）进入讨论。
: 我的建议是大概半周到一周，一节。可能效果会好些。


helloboy (hello) 于Mon Dec 23 20:55:31 2002)
提到：

这个提议可以。

【 在 GzLi (笑梨) 的大作中提到: 】
: 你的建议是一个想法，就是把书当做一个个的专题，细细琢磨。
: 我的想法呢是这样时间会拉的很长，象我们如果不是考虑上课，
: 我觉得短时间解决问题是上策。段时间把整本书看完，以后可以就某个专题讨论的。
: 这个问题可以看看其它网友的意见，我尊重大家的意见。
: 现在我这么处理，关于节的讨论，我板面上保留2天，如果有人讨论，就继续保留，
: 如果没有人讨论，就做合集。
: 一天一节有些快，可以两天一节，讨论的人多，可以放长，讨论的人少，我们就继续。
: 你觉得如何？
: 【 在 helloboy (hello) 的大作中提到: 】


aaahchi (aaahchi) 于Tue Dec 24 00:18:50 2002)
提到：

应该多做些广告，把其他学校的人气吸引过来，这样我也不用清华、交大
一个个bbs浏览过来了。只窝在这个板瞧就行乐。

【 在 GzLi (笑梨) 的大作中提到: 】
: 你的建议是一个想法，就是把书当做一个个的专题，细细琢磨。
: 我的想法呢是这样时间会拉的很长，象我们如果不是考虑上课，
: 我觉得短时间解决问题是上策。段时间把整本书看完，以后可以就某个专题讨论的。
: 这个问题可以看看其它网友的意见，我尊重大家的意见。
: 现在我这么处理，关于节的讨论，我板面上保留2天，如果有人讨论，就继续保留，
: 如果没有人讨论，就做合集。
: 一天一节有些快，可以两天一节，讨论的人多，可以放长，讨论的人少，我们就继续。
: 你觉得如何？
: 【 在 helloboy (hello) 的大作中提到: 】


fervvac (高远) 于Tue Dec 24 10:12:23 2002)
提到：

A suggestion: will it be possible to do that in the web? Maybe some kind of 
guest book or sth.

【 在 GzLi (笑梨) 的大作中提到: 】
: 你的建议是一个想法，就是把书当做一个个的专题，细细琢磨。
: 我的想法呢是这样时间会拉的很长，象我们如果不是考虑上课，
: 我觉得短时间解决问题是上策。段时间把整本书看完，以后可以就某个专题讨论的。
: 这个问题可以看看其它网友的意见，我尊重大家的意见。
: 现在我这么处理，关于节的讨论，我板面上保留2天，如果有人讨论，就继续保留，
: 如果没有人讨论，就做合集。
: 一天一节有些快，可以两天一节，讨论的人多，可以放长，讨论的人少，我们就继续。
: 你觉得如何？
: 【 在 helloboy (hello) 的大作中提到: 】


fervvac (高远) 于Tue Dec 24 10:19:57 2002)
提到：

Absolutely.
Just like mass production can reduce the cost while increasing the productivity,
I guess it is very meaningful and fruitful to have more researchers here.

【 在 aaahchi (aaahchi) 的大作中提到: 】
: 应该多做些广告，把其他学校的人气吸引过来，这样我也不用清华、交大
: 一个个bbs浏览过来了。只窝在这个板瞧就行乐。
: 【 在 GzLi (笑梨) 的大作中提到: 】


GzLi (笑梨) 于Tue Dec 24 13:22:36 2002)
提到：

不知道清华、交大、除了AI板还有哪些板跟ML有关系。
我在水木、光华、思源上都发了帖子的。

【 在 aaahchi (aaahchi) 的大作中提到: 】
: 应该多做些广告，把其他学校的人气吸引过来，这样我也不用清华、交大
: 一个个bbs浏览过来了。只窝在这个板瞧就行乐。
: 【 在 GzLi (笑梨) 的大作中提到: 】


GzLi (笑梨) 于Wed Dec 25 16:43:20 2002)
提到：

我们达成这样的共识：
鉴于其中某些章节在数据挖掘中使用的较少，所以我们
争取在春节前，完成机器学习这本书的学习。
春节过后，根据大家的兴趣我们
进行专题讨论，比如决策树阿、神经网络、遗传算法、等大家要经常使用的方法
和一些新方法比如SVM、boosting等方法的讨论。
大家觉得如何？

【 在 helloboy (hello) 的大作中提到: 】
: 这个提议可以。
: 【 在 GzLi (笑梨) 的大作中提到: 】


helloboy (hello) 于Wed Dec 25 17:56:19 2002)
提到：

还是由斑竹主持，要我们看哪一节，然后定个时间，让我们看，
这样有动力点。斑竹觉得某些章节不用的话，可以叫我们不用看。自己有兴趣的可以自己
看。
觉得需要讨论的也可以。
【 在 GzLi (笑梨) 的大作中提到: 】
: 我们达成这样的共识：
: 鉴于其中某些章节在数据挖掘中使用的较少，所以我们
: 争取在春节前，完成机器学习这本书的学习。
: 春节过后，根据大家的兴趣我们
: 进行专题讨论，比如决策树阿、神经网络、遗传算法、等大家要经常使用的方法
: 和一些新方法比如SVM、boosting等方法的讨论。
: 大家觉得如何？
: 【 在 helloboy (hello) 的大作中提到: 】


francois (断玉) 于Wed Dec 25 19:05:07 2002)
提到：

可惜现在老是在加班，没有多少时间看书，不过对于本版的活动还是支持一下

【 在 GzLi 的大作中提到: 】
: 我们达成这样的共识：
: 鉴于其中某些章节在数据挖掘中使用的较少，所以我们
: 争取在春节前，完成机器学习这本书的学习。
: 春节过后，根据大家的兴趣我们
: 进行专题讨论，比如决策树阿、神经网络、遗传算法、等大家要经常使用的方法
: 和一些新方法比如SVM、boosting等方法的讨论。
: 大家觉得如何？
: 【 在 helloboy (hello) 的大作中提到: 】


GzLi (笑梨) 于Thu Dec 26 10:36:31 2002)
提到：

感谢大家的支持，
这样我也有动力点:)
原先我觉得有些章节跟数据挖掘没有关系的，现在看来，只是熟悉不熟悉罢了，
机器学习的问题都可以放在数据挖掘中，第二节，概念学习，我想跟DM关系不大的吧，
看完了，才知道很有关系，这个也是DM数据中会出现的一类问题。而且它的角度提出
的算法也是有发展前途的。
概念学习、一般到特殊序、Sebag的析取变型空间算法、值得我们研究。

【 在 helloboy (hello) 的大作中提到: 】
: 还是由斑竹主持，要我们看哪一节，然后定个时间，让我们看，
: 这样有动力点。斑竹觉得某些章节不用的话，可以叫我们不用看。自己有兴趣的可以自己
: 看。
: 觉得需要讨论的也可以。
: 【 在 GzLi (笑梨) 的大作中提到: 】


qjqjlqyf (孔方兄) 于Thu Dec 26 11:20:37 2002)
提到：

    实际上，每个章节最好都看，自己认为特别重要的，应该好好研究，当然最好有斑竹
主持呀。
    不过，好多章节都与其他的比如神经网络、遗传算法、概率与统计等等相关。如果单纯
只追求速度而没有好好领会，那只能重新再来。所以慢慢来，认真研究。
    这本书还真的不错，值得研究：）

【 在 GzLi 的大作中提到: 】
: 感谢大家的支持，
: 这样我也有动力点:)
: 原先我觉得有些章节跟数据挖掘没有关系的，现在看来，只是熟悉不熟悉罢了，
: 机器学习的问题都可以放在数据挖掘中，第二节，概念学习，我想跟DM关系不大的吧..
: 看完了，才知道很有关系，这个也是DM数据中会出现的一类问题。而且它的角度提出

: 的算法也是有发展前途的。
: 概念学习、一般到特殊序、Sebag的析取变型空间算法、值得我们研究。
: 【 在 helloboy (hello) 的大作中提到: 】