580.txt

This complete matlab for neural network

发信人: highso (漫步者), 信区: DataMining
标  题: Re: 有些迷惑
发信站: 南京大学小百合站 (Sun Dec 29 10:17:44 2002)

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: 】
: : 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


--
※ 来源:．南京大学小百合站 bbs.nju.edu.cn．[FROM: 兵马俑BBS]