返回到基础周末读书 - 机器学习

||评论 (

机器学习是一门学科,探讨的是可以从数据学习算法的建设和研究。这种算法通过建立从例如输入模型,并使用作出预测或决定,而不是遵循严格的静态程序指令进行操作。

机器学习是在我们的企业和我们的生活的许多领域发挥着越来越重要的作用。ML用于预测分析和预测建模,例如使有关某个事件将要发生的可能性预测(将这个客户有兴趣在这个项目,这是封垃圾邮件)。亚马逊机器学习一直是关键,我们的许多业务流程,从建议欺诈检测,从库存水平订分类滥用审核检测。而且还有更多的应用领域;搜索,自主汽车(和雄蜂),文本和语音认可,玩游戏等。

如同大多数计算机科学的情况下,机器学习是不是新的。它的根在50年代末60年代初,虽然当然,人们甚至可以声称图灵第一个讨论的话题。对于本周末阅读,而不是可以追溯到创业初期我选择的两大类机器学习两个调查论文:监督和无监督的学习。

但首先,我建议你阅读教授佩德罗·多明戈斯造纸了解机器学习什么样的前提条件是它取得成功的背景和。

一些有用的事情了解机器学习,佩德罗多明戈斯中,ACM,55(10),78-87,2012的通信。

无监督机器学习:

数据聚类:检讨,A.K.耆那教,M.N.穆尔蒂和P.J.弗林,ACM计算机调查,31日,3(1999年9月)

监督机器学习:

机器学习:分类和组合技术的综述,S. B. Kotsiantis,一D. Zaharakis和P. E. Pintelas,人工智能回顾26:159-190(2006)

如果这一切让你兴奋,想了解更多,我建议你把机器学习教授Domnigos类在coursera:

机器学习-为什么写程序时,计算机可以代替从数据中学习呢?在这个类中,您将学习如何做到这一点,从最简单的机器学习算法相当复杂的。请享用!

对于那些你谁感兴趣的预测的更流行的治疗,我建议你阅读内特银的书信号和噪声:为什么有这么多的预测失败 - 但有些不

评论

博客评论由Disqus