मुझे डेटा माइनिंग के लिए संभाव्यता और सांख्यिकी कुकबुक और आर संदर्भ कार्ड जैसे संसाधन अविश्वसनीय रूप से उपयोगी हैं। वे स्पष्ट रूप से संदर्भ के रूप में अच्छी तरह से काम करते हैं, लेकिन मुझे एक विषय पर अपने विचारों को व्यवस्थित करने और भूमि पर लेटने में भी मदद करते हैं।
प्रश्न: मशीन सीखने के तरीकों के लिए इन संसाधनों की तरह कुछ भी मौजूद है?
मैं एक संदर्भ कार्ड की कल्पना कर रहा हूं जिसमें प्रत्येक एमएल विधि शामिल होगी:
- सामान्य विशेषता
- जब विधि अच्छी तरह से काम करती है
- जब विधि खराब होती है
- जिसमें से या किन अन्य तरीकों से विधि सामान्य हो जाती है। क्या यह अधिकतर अधिरोपित किया गया है?
- विधि पर सेमिनल पेपर
- विधि से जुड़ी खुली समस्याएं
- कम्प्यूटेशनल तीव्रता
यह सभी चीजें पाठ्यपुस्तकों के माध्यम से कुछ न्यूनतम खुदाई के साथ मिल सकती हैं, मुझे यकीन है। बस कुछ पन्नों पर उनका होना वास्तव में सुविधाजनक होगा।
5
एक अच्छा लक्ष्य, लेकिन "कुछ पाठ्य पुस्तकों के माध्यम से न्यूनतम खुदाई"? सांख्यिकीय सीखने और डेटा माइनिंग + mloss.org/software/rating के लिए इन 20 पुस्तकों को संपीड़ित करने के लिए कोई भी कैसे शुरू कर सकता है ?
—
Denis
(+1) चुज्पा के लिए, यदि ऐसा कोई अवलोकन मौजूद होता, तो मैं इसके लिए भुगतान करता। प्रमुख समस्या यह है कि कुछ गुणों के बगल में जो एल्गोरिथम से ही प्राप्त किए जा सकते हैं, ऐसे गुणों या नियमों के बहुमत अंगूठे के अनुभव से प्राप्त होते हैं, अर्थात आवेदन। मुझे पूरा यकीन है कि एक लड़ाई में लागू शोधकर्ता या एमएल-फ्रेमवर्क-प्रोग्रामर / सलाहकार ऐसा कुछ लिख सकते हैं ... लेकिन यहां और अब?
—
स्टीफेन
@डेनिस: "20 किताबें .." लिंक काम नहीं करता है, क्या आप इसकी जांच कर सकते हैं?
—
लामासु
मैं कोई मशीन सीखने वाला विशेषज्ञ नहीं हूं, इसलिए मैं दूसरों को जवाब पोस्ट करने के लिए टाल दूंगा लेकिन मुझे लगता है कि सांख्यिकीय तत्व के तत्व को इस विषय पर एक अच्छा पाठ माना जाता है और इसे क्षेत्र के कुछ सबसे बड़े नामों द्वारा लिखा जाता है। मुझे यह जोड़ना चाहिए कि यह पुस्तक उच्च स्तर पर लिखी गई है और जिन लोगों ने मैंने सुना है कि यह आँकड़ों में पीएचडी है।
—
मैक्रो
