z****n
发帖数: 79 | 1 我是java developer，没有统计背景。现在我对machine learning, data mining 很有
兴趣，觉得它可以找见pattern，预测未来，太神奇。
我但不知如何下手，就教各位。 |
s*******n
发帖数: 688 | 2 去念个学位吧。
【在 z****n 的大作中提到】
: 我是java developer，没有统计背景。现在我对machine learning, data mining 很有
: 兴趣，觉得它可以找见pattern，预测未来，太神奇。
: 我但不知如何下手，就教各位。
|
z****n
发帖数: 79 | |
C*******x
发帖数: 19 | 4 还是先学一点统计再说吧
【在 z****n 的大作中提到】
: 我是java developer，没有统计背景。现在我对machine learning, data mining 很有
: 兴趣，觉得它可以找见pattern，预测未来，太神奇。
: 我但不知如何下手，就教各位。
|
c*****t
发帖数: 1879 | 5 统计有帮助，不过如果只是要学会用的话，有些基本概念就是了。就算学
统计，也不可能学得那么深入。这方面学精通非得多年的投入。如果只是
肤浅的学到怎么用，反倒是只要花几天囫囵吞枣的能大致明白就是了。
大致就是按这个顺序看看 tutorial 就是了。
1. linear discriminant / minimizing error / least square
2. quadratic discriminant
3. confusion matrix / accuracy / bias variance trade off etc
4. maximal margin classifier
5. SVM
6. kernel method
7. perceptron
8. neuro network
9. boosting
10. naive bayesian
11. decision tree / c4.5
12. bagging
13. random forest
14. voting / ensemble methods
15. PCA / dimension reduction et
【在 C*******x 的大作中提到】
: 还是先学一点统计再说吧
|
C*******x
发帖数: 19 | 6 aglee
【在 c*****t 的大作中提到】
: 统计有帮助，不过如果只是要学会用的话，有些基本概念就是了。就算学
: 统计，也不可能学得那么深入。这方面学精通非得多年的投入。如果只是
: 肤浅的学到怎么用，反倒是只要花几天囫囵吞枣的能大致明白就是了。
: 大致就是按这个顺序看看 tutorial 就是了。
: 1. linear discriminant / minimizing error / least square
: 2. quadratic discriminant
: 3. confusion matrix / accuracy / bias variance trade off etc
: 4. maximal margin classifier
: 5. SVM
: 6. kernel method
|
z****n
发帖数: 79 | 7 具体来说，我有历年的销售数据，那么我要如何预测明年的销售额呢？这个需要什么知
识呢？
我对算法不感兴趣，也不想成专家，我只想解决这样的具体问题。
多谢。 |
c*****t
发帖数: 1879 | 8 你应该去到 economics / quant 版去问，不是这里。
【在 z****n 的大作中提到】
: 具体来说，我有历年的销售数据，那么我要如何预测明年的销售额呢？这个需要什么知
: 识呢？
: 我对算法不感兴趣，也不想成专家，我只想解决这样的具体问题。
: 多谢。
|
g*****y
发帖数: 7271 | 9 You can start from the simplest Linear Prediction model, train an auto-
correlation matrix and you are done. Very simple and it should work to some
extent. But if you want to apply it to stock prediction, I am afraid it won'
t work.
【在 z****n 的大作中提到】
: 具体来说，我有历年的销售数据，那么我要如何预测明年的销售额呢？这个需要什么知
: 识呢？
: 我对算法不感兴趣，也不想成专家，我只想解决这样的具体问题。
: 多谢。
|
z*****a
发帖数: 3809 | 10 Take a look at the machine learning intro course on Stanford Engineering Everywhere at:
http://see.stanford.edu/see/courseinfo.aspx?coll=348ca38a-3a6d-4052-937d-cb017338d7b1
The website has everything you need to go through the course -- lecture
notes and videos, handouts, problem sets, etc. The lecture notes are very
good and are much more readable and concise than textbooks you'll find on
the subject.
【在 z****n 的大作中提到】
: 我是java developer，没有统计背景。现在我对machine learning, data mining 很有
: 兴趣，觉得它可以找见pattern，预测未来，太神奇。
: 我但不知如何下手，就教各位。
|
