發(fā)信人: GzLi (笑梨), 信區(qū): DataMining
標  題: Re: 有些迷惑
發(fā)信站: 南京大學小百合站 (Sat Dec 28 23:25:16 2002)

我是要作數(shù)據(jù)挖掘（DM）的，很多算法來自于機器學習（ML)，所以我要學習ML。
深度本次就是把這本書學好。對ML有個整體了解，以后再分專題深入研究。
1.學習整體框架，這樣對于ML的數(shù)據(jù)本身、數(shù)據(jù)建模、模型評價、等有個了解
2.學習一些常用算法，對各鐘算法有個一定的了解，便于以后根據(jù)不通場合使用
3.學習一些基本知識，比如cross validation，boosting、bagging，有利于看論文。

馬克思（或者是列寧）有句話：理論指導實踐，但從實踐中提高，
現(xiàn)在ML指導DM，DM反過來促進ML提高的，ML很重要一點就是大規(guī)模數(shù)據(jù)的可視化、
建模等問題，來自DM吧。
所以要學好ML。

【 在 highso (漫步者) 的大作中提到: 】
: 看到斑竹在這里號召學習ML，很是心動，可是仔細想想，又有些迷茫，
: ML現(xiàn)在搞的很多，似乎越來越成了數(shù)學家的游戲，理論越來越高深，
: 至于吾輩，恐怕還主要是作應用的，在ML應用于某個領域的結合點上，
: 始終是個難點，所以如果我去學ML的話，應該報著什么樣的態(tài)度去學習？
: 到底要搞的多深？我想了解大家學習這個的目的和深度，謝謝


--
              ***  端莊厚重 謙卑含容 事有歸著 心存濟物  ***
數(shù)據(jù)挖掘  http://DataMining@bbs.nju.edu.cn/

※ 來源:．南京大學小百合站 bbs.nju.edu.cn．[FROM: 211.80.38.17]