發信人: GzLi (笑梨), 信區: DataMining
標  題: [合集]機器學習自學討論
發信站: 南京大學小百合站 (Mon Dec 23 17:59:58 2002)

GzLi (笑梨) 于Sun Dec 22 23:27:41 2002)
提到：

說老實話，我兩年前為了找本機器學習的書，在上海跑了幾個大書店，都沒有，
感慨國內此領域力量之缺，現在有曾兄將大牛Mitchell的書給翻譯過來，
我想該好好讀讀機器學習了，補補課，免得將來在這個行當混被人看出太無知，
決定在寒假放假之前把這本書看完。
水木上有zhuxd對此也很感興趣，讓我更決定自己好好學好，同時組織大家感興趣的
也一起學習，討論，可能我們還可以請周志華博士給咱們指導一下，看書的
前言，翻譯的時候都指導過:)。
讀書計劃，是每天一節，節的定義根據Mitchell給他的學生安排的方式。見
http://www-2.cs.cmu.edu/afs/cs.cmu.edu/project/theo-3/www/ml.html。
列在下面，這樣每天可以自己看ps，（已經download下來）
ftp://211.80.38.17/DataMining/machinelearning/
然后讀書，然后在板面寫小結，然后討論。
歡迎大家積極參與，共同提高。明天第一節。
1. Overview of learning (optional lecture). (Read Chapter 1 (not optional :-)) 
2. Concept learning, version spaces (ch. 2) 
3. Inductive bias, PAC learning (ch. 2, 7 up through 7.3) 
4. PAC learning, VC dimension, Mistake bounds (ch. 7.4 through 7.4.3, 7.5 thr
ough 7.5.3) (lecture slides same as Sept 17 lecture) 
5. Decision trees (ch. 3) 
6. Decision trees, overfitting, Occam's razor (ch. 3) 
7. Neural networks (ch. 4) 
8. Neural networks (ch. 4) 
9. Estimation and confidence intervals (ch. 5) Guest lecture: Prof. Larry Was
serman, Professor of Statistics, CMU 
10. Bayesian learning: MAP and ML learners (ch. 6) 
11. Bayesian learning: MDL, Bayes Optimal Classifier, Gibbs sampling (ch. 6) 
12. Naive Bayes and learning over text (ch. 6) 
13. Bayes nets (ch6) 
14. Midterm exam. open notes, open book. Results: midterm histograms for 15-6
81 and 15-781. 
15. EM and Combining labeled with unlabeled data (ch 6) 
16. Combining Learned Classifiers, Weighted Majority, Bagging (Ch 7: Weighted
 majority) 
17. Biological learning. Guest lecture: Prof. Jay McClelland, Director of Cen
ter for the Neural Basis of Cognition, CMU (see papers handed out) 
18. Boosting , Genetic algorithms, genetic programming (ch. 9) 
19. More on Genetic Programming (ch. 9) 
20. Instance based learning, k nearest nbr., locally weighted regression, Rad
ial basis functions (ch. 8, through 8.4). 
21. Support Vector Machines (see also Burges' SVM tutorial ) 
22. Learning Rules, Inductive Logic Programming (ch. 10) 
23. Reinforcement learning I (ch. 13) 
24. Reinforcement learning II (ch. 13) 
25. FINAL EXAM 

GzLi
http://datamining@bbs.nju.edu.cn
2003.12.22

dennyli (happyboy) 于Mon Dec 23 00:26:08 2002)
提到：

好主意，我也加入

【 在 GzLi 的大作中提到: 】

: 說老實話，我兩年前為了找本機器學習的書，在上海跑了幾個大書店，都沒有，

: 感慨國內此領域力量之缺，現在有曾兄將大牛Mitchell的書給翻譯過來，

: 我想該好好讀讀機器學習了，補補課，免得將來在這個行當混被人看出太無知，

: 決定在寒假放假之前把這本書看完。

: 水木上有zhuxd對此也很感興趣，讓我更決定自己好好學好，同時組織大家感興趣的

: 也一起學習，討論，可能我們還可以請周志華博士給咱們指導一下，看書的

: 前言，翻譯的時候都指導過:)。

: 讀書計劃，是每天一節，節的定義根據Mitchell給他的學生安排的方式。見

: http://www-2.cs.cmu.edu/afs/cs.cmu.edu/project/theo-3/www/ml.html。

: 列在下面，這樣每天可以自己看ps，（已經download下來）

: ftp://211.80.38.17/DataMining/machinelearning/

: 然后讀書，然后在板面寫小結，然后討論。



GzLi (笑梨) 于Mon Dec 23 00:26:59 2002)
提到：

歡迎！

如有建議，也請一并提出。

【 在 dennyli 的大作中提到: 】

: 好主意，我也加入

: 【 在 GzLi 的大作中提到: 】




dennyli (happyboy) 于Mon Dec 23 00:34:56 2002)
提到：

共同學習，共同進步！

【 在 GzLi 的大作中提到: 】

: 歡迎！

: 如有建議，也請一并提出。

: 【 在 dennyli 的大作中提到: 】



helloboy (hello) 于Mon Dec 23 08:39:01 2002)
提到：

參與

【 在 GzLi (笑梨) 的大作中提到: 】
: 說老實話，我兩年前為了找本機器學習的書，在上海跑了幾個大書店，都沒有，
: 感慨國內此領域力量之缺，現在有曾兄將大牛Mitchell的書給翻譯過來，
: 我想該好好讀讀機器學習了，補補課，免得將來在這個行當混被人看出太無知，
: 決定在寒假放假之前把這本書看完。
: 水木上有zhuxd對此也很感興趣，讓我更決定自己好好學好，同時組織大家感興趣的
: 也一起學習，討論，可能我們還可以請周志華博士給咱們指導一下，看書的
: 前言，翻譯的時候都指導過:)。
: 讀書計劃，是每天一節，節的定義根據Mitchell給他的學生安排的方式。見
: http://www-2.cs.cmu.edu/afs/cs.cmu.edu/project/theo-3/www/ml.html。
: 列在下面，這樣每天可以自己看ps，（已經download下來）
: ftp://211.80.38.17/DataMining/machinelearning/
: 然后讀書，然后在板面寫小結，然后討論。
: 歡迎大家積極參與，共同提高。明天第一節。
: 1. Overview of learning (optional lecture). (Read Chapter 1 (not optional :..
: 2. Concept learning, version spaces (ch. 2) 
: 3. Inductive bias, PAC learning (ch. 2, 7 up through 7.3) 
: 4. PAC learning, VC dimension, Mistake bounds (ch. 7.4 through 7.4.3, 7.5 thr
: ough 7.5.3) (lecture slides same as Sept 17 lecture) 
: 5. Decision trees (ch. 3) 
: 6. Decision trees, overfitting, Occam's razor (ch. 3) 
: (以下引言省略 ... ...)


nohau (nohau) 于Mon Dec 23 09:43:32 2002)
提到：

版主能把電子版發到俺信箱里嗎?謝謝!

wangqi_sjtu@21cn.com

【 在 GzLi 的大作中提到: 】

: 說老實話，我兩年前為了找本機器學習的書，在上海跑了幾個大書店，都沒有，

: 感慨國內此領域力量之缺，現在有曾兄將大牛Mitchell的書給翻譯過來，

: 我想該好好讀讀機器學習了，補補課，免得將來在這個行當混被人看出太無知，

: 決定在寒假放假之前把這本書看完。

: 水木上有zhuxd對此也很感興趣，讓我更決定自己好好學好，同時組織大家感興趣的

: 也一起學習，討論，可能我們還可以請周志華博士給咱們指導一下，看書的

: 前言，翻譯的時候都指導過:)。

: 讀書計劃，是每天一節，節的定義根據Mitchell給他的學生安排的方式。見

: http://www-2.cs.cmu.edu/afs/cs.cmu.edu/project/theo-3/www/ml.html。

: 列在下面，這樣每天可以自己看ps，（已經download下來）

: ftp://211.80.38.17/DataMining/machinelearning/

: 然后讀書，然后在板面寫小結，然后討論。

: 歡迎大家積極參與，共同提高。明天第一節。

: 1. Overview of learning (optional lecture). (Read Chapter 1 (not optional ..
: 2. Concept learning, version spaces (ch. 2) 

: 3. Inductive bias, PAC learning (ch. 2, 7 up through 7.3) 

: 4. PAC learning, VC dimension, Mistake bounds (ch. 7.4 through 7.4.3, 7.5 ..
: ough 7.5.3) (lecture slides same as Sept 17 lecture) 

: 5. Decision trees (ch. 3) 

: 6. Decision trees, overfitting, Occam's razor (ch. 3) 

: (以下引言省略...)



acat (反對壓迫和優越) 于Mon Dec 23 09:48:53 2002)
提到：

good!

【 在 GzLi 的大作中提到: 】

: 說老實話，我兩年前為了找本機器學習的書，在上海跑了幾個大書店，都沒有，

: 感慨國內此領域力量之缺，現在有曾兄將大牛Mitchell的書給翻譯過來，

: 我想該好好讀讀機器學習了，補補課，免得將來在這個行當混被人看出太無知，

: 決定在寒假放假之前把這本書看完。

: 水木上有zhuxd對此也很感興趣，讓我更決定自己好好學好，同時組織大家感興趣的

: 也一起學習，討論，可能我們還可以請周志華博士給咱們指導一下，看書的

: 前言，翻譯的時候都指導過:)。

: 讀書計劃，是每天一節，節的定義根據Mitchell給他的學生安排的方式。見

: http://www-2.cs.cmu.edu/afs/cs.cmu.edu/project/theo-3/www/ml.html。