请教一下数据挖掘的入门问题

我觉得CS做的data mining和machine learning各种扯。。。啥数学/统计理论都没搞懂上来就用各种模型硬套。。。这就是为啥我想去统计系搞machine learning的原因。。。
wwtpcsuper 发表于 2011-5-13 16:11

神经网络什么的还是eecs这边搞得多一点吧，是不是和ML也有关系?
我纯粹不懂……

神经网络什么的还是eecs这边搞得多一点吧，是不是和ML也有关系?
我纯粹不懂……
zach 发表于 2011-5-14 05:32

    network是非线性里面的一个重要问题！不过我也没做过，所以只懂个皮毛。。。

ML, DM 给我感觉越来越像一种 general technique, 即使不去 research, 学会里面一些基本的思想与工具对平时的思维其实很有帮助. 另外 at least 也可以拿来唬人.

可以去找一些做survey的paper，这样的论文会把这个这个领域的最新的科研成果做个简单介绍+比较……这样比较容易入门……如果看不太懂了，就去reference里找他说的那个algorithm的原创paper来看……

一些个人建议， sigkdd上有很多烂文，不建议按照proceeding一篇一篇读

建议：
1. 让博士给个reading list读一下入门的文章，有问题和他讨论。如果他给不出来，那考虑换个人跟。

2.  找一些经典文章（让师兄推荐），学下dm的基础

3. 找一些paper的presentation slides看下，读其精髓，比看paper快多了。

p.s. 个人窃以为data mining并非一个cs里面的方向，db容易上手，容易灌水，容易出paper，只能当作一种好的工具，与machine learning相比缺少solid 理论基础。从长远看，也需要再看看machine learning的东西。搞ml的容易到dm上灌水，但反之非常难。

现在我在跟一个博士，刚开始学数据挖掘，他建议看sigkdd的论文，我想问下，现在只有数据库基础，没接触过数据挖掘内容，直接看论文能行么？谢谢大家了！
kinslover 发表于 2011-4-28 19:57

一些个人建议， sigkdd上有很多烂文，不建议按照proceeding一篇一篇读

建议：
1. 让博士给个reading list读一下入门的文章，有问题和他讨论。如果他给不出来，那考虑换个人跟。

2.  找一些经典文章（让师兄推荐），学下dm的基础

3. 找一些paper的presentation slides看下，读其精髓，比看paper快多了。

p.s. 个人窃以为data mining并非一个cs里面的方向，db容易上手，容易灌水，容易出paper，只能当作一种好的工具，与machine learning相比缺少solid 理论基础。从长远看，也需要再看看machine learning的东西。搞ml的容易到d ...
midway 发表于 2011-6-8 22:23

关于reading list也可以google DM/ML的课程，但是要找advanced一点的课程，老师往往给出reading list，大家都建议读的，就是比较好的。

我也觉得看slides更省事 :)

DM应用就是各种扯....
个人还是喜欢偏系统点的东西....

回复 21# zach

DB没那么容易灌水吧,毕竟是相对偏系统的东西,开发时间也会长一点...相反我到觉得DM, ML太容易就水了,搞出个算法,做起来实验也很快~~~

回复 25# midway

我觉得DM这个概念本质上相较于统计应该更趋于实用，比如解决大规模的数据问题。但是现在许多领域的人都在做DM，就带出了有各种特色的DM，比如偏统计，偏随机，偏概率什么的，甚至还有博弈什么的…
DM下面还有很多方向，如分类，聚类，关联，网络等，每个方向还可以分到更多的小方向。短期想出成果的话，建议找个topic，深入一下。

DB中也有很容易灌水的topic，系统当然不容易。 但是比如说香港，新加坡学者做的skyline 方面就有灌水嫌疑了。 搞了data structure ，稍微写点代码就可以发了。当然美国在这些方面做的人不多。

DB没那么容易灌水吧,毕竟是相对偏系统的东西,开发时间也会长一点...相反我到觉得DM, ML太容易就水了,搞出个算法,做起来实验也很快~~~

回复  midway
cz77 发表于 2011-6-8 23:24