V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
hunk
V2EX  ›  程序员

传说中具有学习能力的算法该怎么写?

  •  
  •   hunk · 2016-01-23 20:19:01 +08:00 · 4044 次点击
    这是一个创建于 3214 天前的主题,其中的信息可能已经有所发展或是发生改变。

    传统作法是自己写算法自己分析,也希望能达到近似的功能具有一定容错和分析能力,该从哪里入手改变?

    14 条回复    2016-01-25 08:54:53 +08:00
    Kilerd
        1
    Kilerd  
       2016-01-23 20:25:16 +08:00
    keywords: 神经网络 遗传算法
    Mirana
        2
    Mirana  
       2016-01-23 21:17:35 +08:00
    通过数据修正模型
    hunk
        3
    hunk  
    OP
       2016-01-23 22:20:18 +08:00
    @Mirana 这个是最基本的,但修正是个无底洞。
    只是最近人工智能炒的火,突然想到,这货能有多神奇。
    hunk
        4
    hunk  
    OP
       2016-01-23 22:21:11 +08:00
    @Kilerd 神经网络了解过,没想好从哪下手,突然感觉需要个类似数据模型那样的设计过程,否则还是遇到问题解决问题。
    MickeyZMJ
        5
    MickeyZMJ  
       2016-01-23 23:35:01 +08:00
    学 Python
    Mirana
        6
    Mirana  
       2016-01-24 00:08:06 +08:00
    @hunk 像神经网络一样,最后会收敛的。。
    em70
        7
    em70  
       2016-01-24 00:08:36 +08:00 via iPhone
    贝叶斯算法就具有学习功能,一般用于反垃圾邮件,能主动识别未知垃圾邮件
    billlee
        8
    billlee  
       2016-01-24 00:13:27 +08:00
    概率论 -> 线性回归、 logistic 回归、 SVM, ANN
    概率论 + 随机过程 -> 信息论 -> 决策树学习
    线性代数 -> 聚类

    学了某一个分支后就可以入坑了,然后就会发现数据预处理和特征提取也是另一个大坑
    pangtianyu
        9
    pangtianyu  
       2016-01-24 00:21:15 +08:00
    @hunk 从 Caffe 入手吧
    cgcs
        10
    cgcs  
       2016-01-24 01:06:10 +08:00
    看看机器学习的教科书吧
    xyhs2010
        11
    xyhs2010  
       2016-01-24 01:25:18 +08:00 via Android
    机器学习主要的学习对象还是媒体数据,或者说能转成特征向量的。楼主先得看看你处理的那个问题适用不适用。
    louk78
        12
    louk78  
       2016-01-24 09:48:25 +08:00
    神经网络分类算法
    udumbara
        13
    udumbara  
       2016-01-24 11:08:32 +08:00 via Android
    @billlee 赞同 数据的预处理和特征提取很大程度上限制了所谓的模型自学习能力,比如金融里面的评分卡制作,评分模型几乎很难自学习,因为很多特征的提取都是在利用 IV 值的基础上,靠做业务的人拍脑袋的
    h4x3rotab
        14
    h4x3rotab  
       2016-01-25 08:54:53 +08:00 via iPhone
    都不说具体是什么类型的问题就胡乱回答一通,不明白楼上这么多人是怎么想的。机器学习也要按照基本法啊,不是所有的问题都适合机器学习。要做比如文本分类,机器学习就是合适的,又比如排序就不适合用机器学习实现。
    关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   实用小工具   ·   1384 人在线   最高记录 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 22ms · UTC 17:16 · PVG 01:16 · LAX 09:16 · JFK 12:16
    Developed with CodeLauncher
    ♥ Do have faith in what you're doing.