回到基础阅读周末-机器学习

γ γ 意见(

机器学习是一门探索能够从数据中学习的算法的构建和研究的科学学科。这种算法通过从示例输入构建模型来操作,并使用它来作出预测或决策,而不是严格遵循静态程序指令。.

机器学习在我们的企业和生活中扮演着越来越重要的角色。ML用于预测分析和预测建模,E。G.预测某个事件将要发生的可能性(这个客户对这个项目感兴趣吗,这个消息是垃圾邮件)。在亚马逊,机器学习一直是我们许多业务流程的关键,从推荐到欺诈检测,从库存级别到图书分类到滥用审查检测。还有更多的应用领域;搜索,自主车(无人机),文本和语音识别,游戏等。.

正如大多数计算机科学的情况一样,机器学习并不是什么新鲜事。它起源于50年代末60年初,当然,人们甚至可以声称Turing是首先讨论这个话题.为了这个周末的阅读,我选择了两篇关于机器学习两大类别的调查论文:监督学习和非监督学习。.

但首先,我建议你阅读Pedro Domingos教授的论文,以了解机器学习的背景以及机器学习成功的先决条件。.

关于机器学习的一些有用的知识,Pedro Domingos,ACM的通信,55(10),78- 77,2012。.

无监督机器学习:

数据聚类研究综述A.KJain,M.n.名词Murty和P.J弗林,ACM计算机调查,31, 3(1999年9月)

有监督的机器学习:

机器学习:分类与组合技术综述S.B.科西桑蒂斯,I.d.Zaharakis和P.e.Pintelas,人工智能评论26:159 - 190(2006)

如果所有这些都让你兴奋,并且想学更多,我建议你参加Domnigos教授的课程:

机器学习-当计算机可以从数据中学习时,为什么要编写程序呢?在这个课程中,你将学习如何做到这一点,从最简单的机器学习算法到相当复杂的机器学习算法。享受!!

对于那些对预测更流行的人感兴趣的人,我建议你读Nate Silver的书。信号和噪音:为什么这么多的预测失败了,但有些人没有

评论

博客评论迪斯科