發信人: GzLi (笑梨), 信區: DataMining
標  題: [合集]關于機器學習的討論的建議
發信站: 南京大學小百合站 (Thu Dec 26 15:16:44 2002)

helloboy (hello) 于Mon Dec 23 18:50:21 2002)
提到：

斑竹，一天一節會不會快了些。
一方面我不是很有空每天都有時間看（我想大部分也是）
另一方面討論的時間幅度太小，以至于太少人討論，不能夠對這節書
的精髓和問題進行徹底的剖析。
從今天的討論情況來說，只有3個人（包括我）進入討論。
我的建議是大概半周到一周，一節。可能效果會好些。


GzLi (笑梨) 于Mon Dec 23 19:31:36 2002)
提到：

你的建議是一個想法，就是把書當做一個個的專題，細細琢磨。
我的想法呢是這樣時間會拉的很長，象我們如果不是考慮上課，
我覺得短時間解決問題是上策。段時間把整本書看完，以后可以就某個專題討論的。
這個問題可以看看其它網友的意見，我尊重大家的意見。

現在我這么處理，關于節的討論，我板面上保留2天，如果有人討論，就繼續保留，
如果沒有人討論，就做合集。
一天一節有些快，可以兩天一節，討論的人多，可以放長，討論的人少，我們就繼續。
你覺得如何？

【 在 helloboy (hello) 的大作中提到: 】
: 斑竹，一天一節會不會快了些。
: 一方面我不是很有空每天都有時間看（我想大部分也是）
: 另一方面討論的時間幅度太小，以至于太少人討論，不能夠對這節書
: 的精髓和問題進行徹底的剖析。
: 從今天的討論情況來說，只有3個人（包括我）進入討論。
: 我的建議是大概半周到一周，一節。可能效果會好些。


helloboy (hello) 于Mon Dec 23 20:55:31 2002)
提到：

這個提議可以。

【 在 GzLi (笑梨) 的大作中提到: 】
: 你的建議是一個想法，就是把書當做一個個的專題，細細琢磨。
: 我的想法呢是這樣時間會拉的很長，象我們如果不是考慮上課，
: 我覺得短時間解決問題是上策。段時間把整本書看完，以后可以就某個專題討論的。
: 這個問題可以看看其它網友的意見，我尊重大家的意見。
: 現在我這么處理，關于節的討論，我板面上保留2天，如果有人討論，就繼續保留，
: 如果沒有人討論，就做合集。
: 一天一節有些快，可以兩天一節，討論的人多，可以放長，討論的人少，我們就繼續。
: 你覺得如何？
: 【 在 helloboy (hello) 的大作中提到: 】


aaahchi (aaahchi) 于Tue Dec 24 00:18:50 2002)
提到：

應該多做些廣告，把其他學校的人氣吸引過來，這樣我也不用清華、交大
一個個bbs瀏覽過來了。只窩在這個板瞧就行樂。

【 在 GzLi (笑梨) 的大作中提到: 】
: 你的建議是一個想法，就是把書當做一個個的專題，細細琢磨。
: 我的想法呢是這樣時間會拉的很長，象我們如果不是考慮上課，
: 我覺得短時間解決問題是上策。段時間把整本書看完，以后可以就某個專題討論的。
: 這個問題可以看看其它網友的意見，我尊重大家的意見。
: 現在我這么處理，關于節的討論，我板面上保留2天，如果有人討論，就繼續保留，
: 如果沒有人討論，就做合集。
: 一天一節有些快，可以兩天一節，討論的人多，可以放長，討論的人少，我們就繼續。
: 你覺得如何？
: 【 在 helloboy (hello) 的大作中提到: 】


fervvac (高遠) 于Tue Dec 24 10:12:23 2002)
提到：

A suggestion: will it be possible to do that in the web? Maybe some kind of 
guest book or sth.

【 在 GzLi (笑梨) 的大作中提到: 】
: 你的建議是一個想法，就是把書當做一個個的專題，細細琢磨。
: 我的想法呢是這樣時間會拉的很長，象我們如果不是考慮上課，
: 我覺得短時間解決問題是上策。段時間把整本書看完，以后可以就某個專題討論的。
: 這個問題可以看看其它網友的意見，我尊重大家的意見。
: 現在我這么處理，關于節的討論，我板面上保留2天，如果有人討論，就繼續保留，
: 如果沒有人討論，就做合集。
: 一天一節有些快，可以兩天一節，討論的人多，可以放長，討論的人少，我們就繼續。
: 你覺得如何？
: 【 在 helloboy (hello) 的大作中提到: 】


fervvac (高遠) 于Tue Dec 24 10:19:57 2002)
提到：

Absolutely.
Just like mass production can reduce the cost while increasing the productivity,
I guess it is very meaningful and fruitful to have more researchers here.

【 在 aaahchi (aaahchi) 的大作中提到: 】
: 應該多做些廣告，把其他學校的人氣吸引過來，這樣我也不用清華、交大
: 一個個bbs瀏覽過來了。只窩在這個板瞧就行樂。
: 【 在 GzLi (笑梨) 的大作中提到: 】


GzLi (笑梨) 于Tue Dec 24 13:22:36 2002)
提到：

不知道清華、交大、除了AI板還有哪些板跟ML有關系。
我在水木、光華、思源上都發了帖子的。

【 在 aaahchi (aaahchi) 的大作中提到: 】
: 應該多做些廣告，把其他學校的人氣吸引過來，這樣我也不用清華、交大
: 一個個bbs瀏覽過來了。只窩在這個板瞧就行樂。
: 【 在 GzLi (笑梨) 的大作中提到: 】


GzLi (笑梨) 于Wed Dec 25 16:43:20 2002)
提到：

我們達成這樣的共識：
鑒于其中某些章節在數據挖掘中使用的較少，所以我們
爭取在春節前，完成機器學習這本書的學習。
春節過后，根據大家的興趣我們
進行專題討論，比如決策樹阿、神經網絡、遺傳算法、等大家要經常使用的方法
和一些新方法比如SVM、boosting等方法的討論。
大家覺得如何？

【 在 helloboy (hello) 的大作中提到: 】
: 這個提議可以。
: 【 在 GzLi (笑梨) 的大作中提到: 】


helloboy (hello) 于Wed Dec 25 17:56:19 2002)
提到：

還是由斑竹主持，要我們看哪一節，然后定個時間，讓我們看，
這樣有動力點。斑竹覺得某些章節不用的話，可以叫我們不用看。自己有興趣的可以自己
看。
覺得需要討論的也可以。
【 在 GzLi (笑梨) 的大作中提到: 】
: 我們達成這樣的共識：
: 鑒于其中某些章節在數據挖掘中使用的較少，所以我們
: 爭取在春節前，完成機器學習這本書的學習。
: 春節過后，根據大家的興趣我們
: 進行專題討論，比如決策樹阿、神經網絡、遺傳算法、等大家要經常使用的方法
: 和一些新方法比如SVM、boosting等方法的討論。
: 大家覺得如何？
: 【 在 helloboy (hello) 的大作中提到: 】


francois (斷玉) 于Wed Dec 25 19:05:07 2002)
提到：

可惜現在老是在加班，沒有多少時間看書，不過對于本版的活動還是支持一下


【 在 GzLi 的大作中提到: 】

: 我們達成這樣的共識：

: 鑒于其中某些章節在數據挖掘中使用的較少，所以我們

: 爭取在春節前，完成機器學習這本書的學習。

: 春節過后，根據大家的興趣我們

: 進行專題討論，比如決策樹阿、神經網絡、遺傳算法、等大家要經常使用的方法

: 和一些新方法比如SVM、boosting等方法的討論。

: 大家覺得如何？

: 【 在 helloboy (hello) 的大作中提到: 】



GzLi (笑梨) 于Thu Dec 26 10:36:31 2002)
提到：

感謝大家的支持，
這樣我也有動力點:)
原先我覺得有些章節跟數據挖掘沒有關系的，現在看來，只是熟悉不熟悉罷了，
機器學習的問題都可以放在數據挖掘中，第二節，概念學習，我想跟DM關系不大的吧，
看完了，才知道很有關系，這個也是DM數據中會出現的一類問題。而且它的角度提出
的算法也是有發展前途的。
概念學習、一般到特殊序、Sebag的析取變型空間算法、值得我們研究。

【 在 helloboy (hello) 的大作中提到: 】
: 還是由斑竹主持，要我們看哪一節，然后定個時間，讓我們看，
: 這樣有動力點。斑竹覺得某些章節不用的話，可以叫我們不用看。自己有興趣的可以自己
: 看。
: 覺得需要討論的也可以。
: 【 在 GzLi (笑梨) 的大作中提到: 】


qjqjlqyf (孔方兄) 于Thu Dec 26 11:20:37 2002)

提到：

    實際上，每個章節最好都看，自己認為特別重要的，應該好好研究，當然最好有斑竹

主持呀。

    不過，好多章節都與其他的比如神經網絡、遺傳算法、概率與統計等等相關。如果單純

只追求速度而沒有好好領會，那只能重新再來。所以慢慢來，認真研究。

    這本書還真的不錯，值得研究：）


【 在 GzLi 的大作中提到: 】

: 感謝大家的支持，

: 這樣我也有動力點:)

: 原先我覺得有些章節跟數據挖掘沒有關系的，現在看來，只是熟悉不熟悉罷了，

: 機器學習的問題都可以放在數據挖掘中，第二節，概念學習，我想跟DM關系不大的吧..

: 看完了，才知道很有關系，這個也是DM數據中會出現的一類問題。而且它的角度提出


: 的算法也是有發展前途的。

: 概念學習、一般到特殊序、Sebag的析取變型空間算法、值得我們研究。

: 【 在 helloboy (hello) 的大作中提到: 】