专业既然是机器学习，那工作肯定也是继续和数据打交道，那么问题来了，很多时候推荐算法和数据挖掘算法都是现成可用的，平台初建，重点还在数据过滤和抽取，怎样高效的抽取数据？
利用往常算法比赛中常用的字符串处理方法吗，omg，维护它是一个淡淡疼的忧伤。
那么，重点来了，正则表达式，干净利落。
模版如下：
//step1,set reg string
String r...
分类：
编程语言 时间：
2014-12-19 00:41:32
阅读次数：
265
只是过来人，说点看法： 基础篇： 1. 读书《Introduction to Data Mining》，这本书很浅显易懂，没有复杂高深的公式，很合适入门的人。另外可以用这本书做参考《Data Mining : Concepts and Techniques》。第二本比较厚，也多了一些数据仓库方面的知...
分类：
其他好文 时间：
2014-12-19 00:33:49
阅读次数：
264
日志归档与数据挖掘 http://netkiller.github.io/journal/log.html Mr. Neo Chen (陈景峰), netkiller, BG7NYT 中国广东省深圳市龙华新区民治街道溪山美地 518131 +86?13113668890 +86?755?29812080 <netkill...
分类：
其他好文 时间：
2014-12-16 17:20:42
阅读次数：
383
（写在前面）昨天说写个机器学习书单，那今天就写一个吧。这个书单主要是入门用的，很基础，适合大二、大三的孩子们看看；当然你要是大四或者大四以上没看过机器学习也适用。无论是研究智能还是做其他事情，机器学习都是必须的。你看GFW都用机器学习了，咱是不是也得科普一下。（全文结构）其实，我想了想，学一门学科，...
分类：
其他好文 时间：
2014-12-15 23:18:49
阅读次数：
360
主成份分析历史：
Pearson于1901年提出，再由Hotelling（1933）加以发展的一种多变量统计方法。通过析取主成分显出最大的个别差异，也用来削减回归分析和聚类分析中变量的数目，可以使用样本协方差矩阵或相关系数矩阵作为出发点进行分析。
通过对原始变量进行线性组合，得到优化的指标：把原先多个指标的计算降维为少量几个经过优化指标的计算（占去绝大部分份额）
基本思想：设法将原先众多具有...
分类：
编程语言 时间：
2014-12-15 10:29:54
阅读次数：
290
大数据竞赛平台——Kaggle 入门篇
这篇文章适合那些刚接触Kaggle、想尽快熟悉Kaggle并且独立完成一个竞赛项目的网友，对于已经在Kaggle上参赛过的网友来说，大可不必耗费时间阅读本文。本文分为两部分介绍Kaggle，第一部分简单介绍Kaggle，第二部分将展示解决一个竞赛项目的全过程。如有错误，请指正！
1、Kaggle简介
Kaggle是一个数据分析的竞赛平台，网址：ht...
分类：
其他好文 时间：
2014-12-15 09:06:09
阅读次数：
642
决策树也是最经常使用的数据挖掘算法，决策树分类器就像判断模块和终止块组成的流程图，终止块表示分类结果（也就是树的叶子）。判断模块表示对一个特征取值的判断（该特征有几个值，判断模块就有几个分支）。决策树的生成过程就是一个数据集不断被划分的过程，划分数据集的最大原则是：使无序的数据变的有序。如果一个训练数据中有20个特征，那么选取哪个做划分依据？这就必须采用量化的方法来判断，量化划分方法有多重，其中一项就是“信息论度量信息分类”。基于信息论的决策树算法有ID3、CART和C4.5等算法，其中C4.5和CART两...
分类：
编程语言 时间：
2014-12-14 20:03:24
阅读次数：
661
1.我的环境 操作系统：32位 Win7 旗舰版 Service Pack 1 2.下载WEKA OSC上WEKA的页面地址：http://www.oschina.net/p/weka 软件首页地址：http://www.cs.waikato.ac.nz/ml/weka/ 各版本Weka运行需要的Java版本，可...
程序员面试、算法研究、编程艺术、红黑树、数据挖掘5大经典原创系列集锦与总结（部分博文github优化版阅读地址：https://github.com/julycoding/The-Art-Of-Programming-By-July）作者：July--结构之法算法之道blog之博主。时间：2010年...
分类：
编程语言 时间：
2014-12-14 00:41:09
阅读次数：
440
1.复旦大学：集中式日志系统让数据挖掘更深入http://www.edu.cn/zxz_6542/20140822/t20140822_1166702.shtml2.基于Hadoop的携程集中式日志系统介绍http://tech.it168.com/a2013/0418/1474/000001474...
分类：
其他好文 时间：
2014-12-12 20:38:09
阅读次数：
187
