我个人觉得，以数据挖掘的计算机博士为例，在读博期间，大约有两种模式。模式A：接触许多实际的数据挖掘项目，成功地做完项目，解决了实际问题，从而发一篇paper。模式B：研究数据挖掘的算法，看paper找idea，然后进行算法accuracy的提升，或者自己提出一个好算法。实验结果在public datasets上跑得好就发一篇paper。所以我的疑问是，对同样一个资质水平的学生来说，这两种模式哪个就读时更好的成长？哪一种毕业后在工业界更具竞争力？我自己认为读博时B类型更好，因为能打下深厚的数据挖掘基础。而我导师却认为A在工业界更有竞争力，项目经历丰富。各位的看法是？

表示个人对数据挖掘、信息检索 和 移动端开发都 挺感兴趣 ==

或者前辈们已经回答了类似的问题 赏我一个传送门吧- –

在随机森林中使用Bagging方法，比如有1000个样本，每一次采用Bootstrap采样（有放回），那么就是说每次选1000个（有重复），但是有的样本在采样中没有被选择过，就把它们当作out-of-bag来进行测试，是这样吗？还是在1000个样本中随机选择一些，比如500个，然后用剩下的500个进行测试？

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。

大数据处理分析可视化分析语言

目前时间是2016年3月12日，阿里天池新出了流行音乐预测比赛。 做过天池的都知道S1是需要本地运算提交结果，S2是在ODPS平台上跑的。本人之前在Kaggle和DC上水过一些数据量小的比赛，天池其实是第一次接触。比较让我头疼的是400M的数据，500多万条的记录我的电脑的计算能力肯定是吃不消的。有些伸手党吧，主要也是想看看有没有和我境遇相同的兄弟。 大家是选择花钱租云平台的集群还是都是有实验室的集群呢？当然有别的方法就更好啊，求教知乎的大大们，第一次提问痕迹很关键！

今天，李世石输掉了人机大战的第一局，是否意味着围棋会如国际象棋一样迅速衰落？另一方面，人类发明了汽车，可并不妨碍人们对于男子100米赛跑的狂热，人们不会因为机器比人跑得快就放弃了对自身极限的探索，可人类对棋类竞技的态度却为何与之不同？