談談數據挖掘和機器學習 又是好長時間沒有寫博客了，最近周末事情太多，明天勞動節終於可以讓我們勞動人民休息一天了。首先聲明的是本人並非數據挖掘和機器學習的高手，只是作為業余興趣剛剛開始研究，據我所知好多朋友也和我一樣對這方面的東西感興趣，個人認為機器人技術是未來發展的方向。雖然我的專業是軟件開發 ...

一、數據挖掘任務 數據挖掘常見的六大任務： 1.分類問題 2.聚類問題 3.回歸問題 4.關聯問題 5.序列問題 6.異常檢測 二、數據挖掘流程 CRISP-DM：跨行業數據挖掘標准流程 ...

李航的《統計學習方法》 這本書開篇第一章寫得特別好，各個模型的算法推導也比較全，基本涵蓋了比較經典的判別模型和生成模型。 《機器學習實戰》 這本書代碼和應用特別多，了解python用法和機器學習算法的代碼實現非常方便。 項亮的《推薦系統實踐》 這本書個人感覺偏理論一點，偽代碼 ...

一、可視化方法 條形圖 餅圖 箱線圖(箱型圖) 氣泡圖 直方圖 核密度估計(KDE)圖 線面圖 網絡圖 散點圖 樹狀圖 小提琴圖 方形圖 三維圖 二、交互式工具 Ipython、Ipython notebook Plotly ...

強烈推薦：《機器學習》 (西瓜書) 入門讀物： 《深入淺出數據分析》 這書挺簡單的，基本的內容都涉及了，說得也比較清楚，最后談到了R是大加分。難易程度：非常易。 《啤酒與尿布》 通過案例來說事情，而且是最經典的例子。難易程度：非常易。 《數據之美》 一本介紹性的書籍，每章都解決一個具體的問題 ...

1. 數據挖掘與機器學習開源框架 1.1 框架概述 1.1.1 AForge.NET 　　AForge.NET是一個專門為開發者和研究者基於C#框架設計的，他包括計算機視覺與人工智能，圖像處理，神經網絡，遺傳算法，機器學習，模糊系統，機器人控制等領域。這個框架由一系列的類庫組成。主要 ...

原文：http://blog.csdn.net/heyongluoyao8/article/details/47840255 常見的機器學習&數據挖掘知識點 轉載請說明出處 Basis(基礎)： SSE(Sum of Squared Error, 平方誤差 ...

機器學習和數據挖掘推薦書單 有了這些書，再也不愁下了班沒妹紙該咋辦了。慢慢來，認真學，揭開機器學習和數據挖掘這一神秘的面紗吧！ 《機器學習實戰》：本書第一部分主要介紹機器學習基礎，以及如何利用算法進行分類，並逐步介紹了多種經典的監督學習算法，如k近鄰算法、朴素貝葉斯算法、Logistic ...