数据挖掘 今日: 0|主题: 89|排名: 56 

原文链接：http://www.zhizhihu.com/html/y2010/2500.html，最好和前面两篇的转载文章一起看。 ------------------------------------------------------------------------------------------------- 前面几篇谈了一些对数学的粗浅看法。其实，如果对某门数学有兴趣，最好的方法就是走进那个世界去学习和体验。 这里说 ...

链接来自于：http://www.zhizhihu.com/html/y2010/2516.html，网上更多的链接描述是“MIT一牛人对数学在机器学习中的作用给的评述”，以及“MIT牛人谈数学在机器学习中的作用”，不管怎么样最初的作者都是Dahua Lin@MIT，长期在顶级会议上发论文，主页链接为：http://people.csail.mit.edu/dhlin/index.html。 ----------- ...

http://mldemos.epfl.ch/ 谁有时间试用一下，写文档有重奖

Exploratory Social Network Analysis with pajek 这可能是目前介绍pajek最基础也最详细的教材了，虽然是英文的，但意思还是比较简洁易懂的 书籍在： 75服务器share/学习资料/电子书

http://mlsp2012.conwiz.dk/index.php?id=43 亚马逊组织的，我实在没精力了，谁有精力可以去试试。最好先把数据down下来看看

比如说最简单那个hadoop统计词频，要用到有英文单词的文件。 以后很多程序都要用到英文单词组成的文件。 然后.................... 我给你们推荐一坨英文小说吧。哈哈

网易公开课机器学习的第五节。 generative algorithms主要是通过先验概率来预测后验概率。先验概率包括两部分，一是对数据分布的先验假设，二是对结果的似然估计。也就是p(y)的分布模型，以及p(x|y)的频率。其中y是类别，x是特征向量。算出这两个模型的参数后，就可以计算后延概率p(y|x)。 一种计算p(y|x)的方法是利用计算 ...

机器学习：主要解决分类、回归、聚类3类任务。分类和回归的本质是让机器自动的学习模型参数，然后根据学习到的模型来预测新的数据。聚类是自动发现数据集合中的一些规律。 分类：根据特征x，来确定类别y。 回归：本质上是找一个模型来拟合数据变化规律。常用的是线性回归等方法。 聚类：本质上是找到数据集合中的一个个 ...

看了张俊林关于siri的技术框架解读，作者的信息是通过阅读siri专利获取到的，几点收获如下： 1、多次交互确定用户意图。会把用户输入转化为某些领域模式，然后查找这些领域的缺失项，进而产生交互内容。通过多次交互完善领域知识，确定用户需求。例如，用户问“我想找个地方吃饭”。siri会识别为是一个吃饭需求，在这个领域 ...

http://zhengwenjuan.2006.blog.163.com/blog/static/39102303201110652057763/

KDD Cup 2012: User Modeling based on Microblog Data and Search Click Data 来自Tecent的数据 http://kdd.org/kdd2012/kddcup.shtml Task 1. Social Network Mining on Microblogs (Weibo) Task 2. User Click Modeling based on Search Engine Log Data Dates 27 days and 06 hours left before the competition begi ...

http://moa.cs.waikato.ac.nz/ 谁有时间试用一下，写个使用文档，我有重奖！

http://www.nltk.org/ python写的，谁有精力试用一下？写个简单文档，我即有奖

WEKA、ELKI、Rapid-I，谁能比较一下？ ELKI(Environment for Developing KDD-Applications Supported by Index-Structures)主要用来聚类和找离群点。 ELKI也是类似于weka的数据挖掘平台，用java编写，有GUI图形界面。可以用来寻找离群点。 1.获得ELKI的release0.4和一份测试数据mouse.csv Release0.4下载网址http://elki ...

http://sentiment.christopherpotts.net/index.html

http://rapid-i.com/content/view/186/191/lang,en/ 还有视频教程，貌似很强大，还集成了weka http://rapid-i.com/content/view/189/212/lang,en/ 安装之后，好像常用的jar包都在lib中，这些jar包大家可以尝试啊，我以前用过jama.jar，用来处理矩阵（我用它求逆）。 貌似做得还不错，谁有精力尝尝鲜？写个使用文档和心 ...

许多论文中对实验结果的衡量指标用了F-score，以前一直不懂什么意思，其实很简单 两个最常见的衡量指标是“准确率（precision）”（你给出的结果有多少是正确的）和“召回率（recall）”（正确的结果有多少被你给出了） 这两个通常是此消彼长的（trade off），很难兼得。很多时候用参数来控制，通过修改参数则能得出一个 ...

比赛网址：http://tunedit.org/challenge/JRS12Contest?m=task 介绍：这是一个高维稀疏多标记分类的比赛，一共有83个类别（多类别），每一个样本可能属于1个或多个类别（多标记），训练集有10000个样本（大规模），每个样本有25640维特征（高维），特征均是整数，且绝大多是0（稀疏）。要求对测试集的10000个样本进行预测 ...

我在看杨帆老师的数据挖掘课件 还有什么课件或者材料都砸过来把，我想短时间内快速认识数据挖掘。75服务器上的我已经下载了，还没看，求经验！