要实现大家真正先要的那个程度的人工智能,只有机器学习就够了吗?为什么没人开发新的学科?只要继续发明新的机器学习算法就能够达成那种程度的AI了吗?
查看全文请问机器学习或者数据挖掘有什么目前很火的研究方向或企业重视的应用?
鄙人研究生一枚,仍没确定好细的研究方向,发现并没有什么科研潜力。现在希望能深入学习一下目前比较火的,企业需要的方向,为找工作而准备。大家有什么好的意见或者建议么?
查看全文主元分析方法中特征向量选取的问题?
主元分析方法中,对主元特征向量的选取一般按照累计方差贡献率达到85%所对应的特征向量作为主元,但是查阅了很多资料,也没有很具体的介绍为什么要设定为85%,只有人模糊地说,达到85%就说明保留了主要的信息,我想弄明白为什么要这样选择,或者想研究研究怎么样选取主元特征比较合适。。
查看全文如何评价 MIT Deep Learning 这本书?
很多人都推荐说 MIT 的 Deep Learning 是比较权威的一本学习 深度学习 的书。 大家怎么看?此书还未出版,详见官方网站 : Deep Learning
查看全文机器学习模型中的分类变量最多可以有多少个值?
比如说LR回归里面有个 城市变量,那么这个城市变量下面有1000个多个值。这么多值的分类变量模型能够进行很好的运算么?或者有没有其他好的处理方式??
查看全文有监督的学习标签是否与取值有关?
如题,一个机器学习分类算法,假设之前的类别标签是1,2,3.如果我现在改成1,3,6.会影响分类器性能吗?求解释,谢谢!
查看全文学习数据挖掘,机器学习的正确姿势?
大半年过去了,数据挖掘无疑是充满想像力的工作,不过我还是转行做软件开发了。linux和windows系统编程。感觉这方面我比数据分析专业得多。转行的原因主要有两个吧1公司没多少数据,2数学不过硬。谢谢各位大佬的建议===如题,希望各位大侠给点建议,少走点弯路。在下并非纯正cs血统,找工作的目标是后台开发,面试时也是冲着这个来的。 算法,系统,网络,编译原理这些学得还过得去吧,但是入职后却被安排做数据挖掘这块。 在下对这方面基本一窍不通,也想不明白为什么会被安排这个工作,在下只是想开发些软件,写点小代码。 男人不能说不行,只能上了,目前在看‘数据挖掘导论’,感觉hard,主要是数学忘记得差不多了。 说实话,在下的性趣不在数据分析,对数 […]
查看全文机器学习中样本特征抽取后的特征数目不一致如何解决?
在图像识别中,用到很多特征抽取的方法, 可是每一个图片所抽取出来的信息不一样, 例如一个建筑,它所包含的信息量有100个, 而一朵花却没有那么多个, 如果进行分类器训练,我们的特征数目不一致,那要如何去解决呢?求教!
查看全文