读过《机器学习实战》和《数据挖掘导论》，本科也是学习过统计学，R语言，接触过python，自己本来也就是计算机本科。由于联系论文老师一直得不到回 复（可能是本科论文水，老师太忙没功夫），自己想写一篇比较有水平的论文，不要太高深（自己全看不懂没意思），但是有一定挑战性。 自己想到了3个方向：1.由于分类算法比较多，可以整理出来然后比较优劣性。 2.关注于某一个算法,比如SVM，研究一下数学原理。 3.编程实现一些算法。 所以自己也是比较踌躇，需要一些指导意见，由于自己也是初学者，也可有其他的方向。

想要抓取网站上的数据，但自己不具备相应技术能力，想找个专业、靠谱的数据抓取公司合作，有哪些公司较专业

我发现绝大多数用神经网络、深度学习方法解决的问题都是分类问题。对于连续型变量的回归预测问题（比如预测身高、体重、年龄、温度、质量得分），我也见过几篇用神经网络的文章，但结论都是神经网络不适用，推测原因是神经元中非线性映射函数的存在。之前一个朋友的解决方法是把连续型变量按区间划分，转化为离散的类别变量……但我总觉得这样不太好。请教各位大神们，有没有很好的用神经网络实现连续型变量回归预测的方法？或者相关的讨论或结论？

本科通信，毕业后一直从事与数据不太相关的工作。去年6月份转到一家互联网公司做数据分析师，半年来大部分工作是SQL提数，活动效果跟踪，写分析报告等工作，想转数据挖掘，但发现挖掘岗位对专业要求高，一线公司基本需要科班出身。自学过统计学，数据挖掘相关只看过一本《数据挖掘导论》，都是野路子，不得其法。请教大牛们，分析岗位想转挖掘，有无可行方法建议？

黏度是反映用户使用APP的频率，经过换算应该是一个[0,1]之间无量纲的数

数据挖掘没人带，自己琢磨现在有一个数据集和spark集群关于分词1、在单机分词，生成分词后的数据集，然后在spark上进行挖掘2、直接在spark集群进行分词，挖掘哪种方案合适？如果是1的话，单机执行效率会不会很慢如果是2的话，如何在分词时加载自定义词库，好多分词工具好像都不支持从hdfs中获取词典吧，那如何保证在集群中每个节点可以加载自定义词典，难道每个节点都要存放一份关于算法选择和验证如果数据量很大，跑一次要很久，那么如何选择合适的算法和验证1、使用spark集群抽样，使用部分数据来选择2、取一部分数据，使用scikit-learn来选择，验证完成后在使用spark集群哪种方案比较合适？

本人某211软件工程专业大三女生，对这个方向很感兴趣，想申请到德国读研，想知道1.这个方向属于德国哪个专业里的2.我的本科专业是否可以申请到德国这方面的研究生3.哪些大学这个方面不错，研究或者应用类谢谢

小弟在某中大型國際型企業擔任大數據與BI工作已近兩年，而在算法相關領域工作也有一二年之譜，對Java或大型系統開發也算熟練，但小弟履歷在各招聘網站上卻總是被百度HR退回，請問是為什麼呢？百度大数据算法工程师的要求究竟是什麼？