5回答
机器学习概述
、、
这可能不是要问的问题类型，而只是想知道其他人在大型企业环境中实现机器学习算法时需要考虑哪些因素。
我的目标之一是研究行业机器学习解决方案，可以根据我的公司的具体需要。我是我的团队中唯一有数学背景的人，而且以前读过一些机器学习算法的背景资料，我的任务是解释/比较这个行业的机器学习解决方案。从我在谷歌上收集到的信息来看，似乎：
机器学习和预测分析并不完全一样，所以当一个公司提供预测分析软件和机器学习软件时，有什么本质上的区别呢？(例如IBM预测分析相对于Skytree Server)
很多流行的术语经常被纠缠在一起，特别是关于大数据、Hadoop、机器学习等等。有人能澄清这些术语之间的区别吗？根据
浏览 8提问于2013-04-18得票数 2
1回答
ML根据其经验或给定的一组监督来处理机器的学习，我们可以根据ML算法分析数据，Hadoop是用于在商品硬件集群上存储和大规模处理数据集的软件框架。所以我的问题是：
ML是如何与Hadoop连接的？
它们是如何一起使用的？或
我对这些事情有错误的理解吗？
浏览 7提问于2014-04-16得票数 1
回答已采纳
3回答
首先，我要说明我目前的立场和我想实现的目标。
我是一位研究机器学习的研究员。到目前为止，已经走过了几门涉及机器学习算法和社会网络分析的理论课程，从而为机器学习算法的实现和真实数据的输入提供了一些有用的理论概念。
在简单的例子中，算法工作良好，运行时间是可以接受的，而在我的PC上运行算法时，大数据代表了一个问题。在软件方面，我有足够的经验来实现文章中的任何算法，或者使用任何语言或IDE设计我自己的算法(到目前为止，我已经使用了Matlab、Java和Eclipse、.NET.)但到目前为止，在建立基础设施方面还没有多少经验。我已经开始学习Hadoop、NoSQL数据库等，但是考虑到学习时间的限制
浏览 0提问于2012-12-07得票数 38
我知道在Hadoop上使用python语言是可能的。
但是，是否可以在Hadoop上使用scikit-learn的机器学习算法呢？
如果答案是否定的，那么有没有针对python和Hadoop的机器学习库呢？
谢谢你的帮助。
浏览 1提问于2014-02-17得票数 7
1回答
500G 在哪儿能找到资料？
、、、、
500G python web、爬虫、数据分析、机器学习、大数据、前端实战项目视频代码免费分享
在哪儿能下载到资料，在线等，挺急的~， 感谢各位大佬~
浏览 248提问于2019-05-10
9回答
R有许多针对数据分析(如JAGS、BUGS、ARULES等)的库，并在流行的教科书中被提到，如: J.Krusche，进行贝叶斯数据分析；B.Lantz，“机器学习与R”。
我已经看到了5TB的指南，将数据集视为大数据。
我的问题是:R是否适合在大数据问题中通常看到的数据量？在这样的数据集中使用R时是否使用策略？
浏览 0提问于2014-05-14得票数 55
回答已采纳
有没有办法在Spark中并行化多个ML算法？我的用例是这样的: A)运行多机器学习算法(Naive Bayes，ANN，Random Forest等)并行的。1)使用10次交叉验证验证每个算法B)将步骤A)的输出馈送到第二层机器学习算法中。我的问题是:我们可以并行运行步骤A中的多个机器学习算法吗？我们可以并行进行交叉验证吗？比如，并行运行10个迭代的朴素贝叶斯训练？
我找不到任何方法来并行运行不同的算法。而且似乎交叉验证也不能并行进行。我很感谢任何关于并行化这个用例的建议。
浏览 2提问于2017-09-04得票数 0
1回答
机器学习如何与大数据集成?机器学习与MapReduce?What的区别是什么？(有监督学习、无监督学习、强化学习)是决策的主要内容之一，大数据在医疗保健和智能城市决策中的区别是什么？<code>H 111</code>以及大数据与深度学习作为机器学习技术之一的关系？<code>H 212</code><code>G 213</code>>
浏览 3提问于2019-11-14得票数 1
回答已采纳
我是一个专业的java开发人员，有9年的经验。我从未使用过Python，但是，我没有学习它的任何限制。
不过，我需要澄清几个方面。我希望如果有人能帮忙的话，我的脑海里就会清除蜘蛛网。我想开发一个机器学习项目：
有一个网页界面来呈现交互式的分析图表和视图。
使用web爬虫收集数据，包括结构化和非结构化。
利用机器学习、人工智能和自然语言处理算法对采集的数据进行后端处理。
在探索可用的选项时，我发现Python和Java都有广泛的支持，框架/库/模块可以用来利用机器学习实现。
然而，与Java一起工作给我一种强类型编程的感觉，它可以通过其健壮的多线程API来利用底层的CPU内核。另一方面，Pyth
浏览 0提问于2017-10-03得票数 3
回答已采纳
1回答
我阅读了Packt的“机器学习算法”(Machine)一书，其中有一个代码示例，我试图复制它。我在这个散点图中的标记的颜色有一些问题。
守则如下：
from sklearn.datasets import make_circles
nb_samples = 500
X, Y = make_circles(n_samples=nb_samples, noise=0.1)
这会产生一个有数据的圆圈。书中的图片是这样的：
我试着用：
from sklearn.datasets import make_circles
import matplotlib.pyplot as plt
nb_sa
浏览 1提问于2018-10-09得票数 1
回答已采纳
1回答
我完全明白，这个问题可能已经结束，因为它可能更多地是一种意见，而不是一个有客观答案的实际技术问题。然而，我想问它，如果有人可以帮助和提供一个良好的答复。我认为用一种简洁的方式来定义你所做的事情是很重要的，就这样吧。
问:如果你被问到“数据工程是什么？”您的定义是什么？(不是“数据工程师做什么？”)
我想到了这个，但是有人有更好的吗？我说的是Hadoop/大数据
A:
数据工程是指以结构化或非结构化格式存储的大数据，批量或实时处理数据，并生成新格式的数据，可用于进一步消费、可视化、机器学习或数据科学的过程。
浏览 0提问于2018-04-26得票数 1
自学，自己摸索 白白浪费大把时光
一是，自我学习的总结。
二是，降低他人的学习成本。
三是，别人对自己学习结果的审核。
浏览 295提问于2020-09-25
1回答
我想用机器学习来解决一个数学题。如下图所示:使用“text”列，预测“ans_simple”列。
问题是，目标中的变量数并不是每行相同。如何处理不同的多目标问题。
浏览 2提问于2022-02-27得票数 0
1回答
仅用于分布式任务执行是有益的。我有处理大型数据集的要求(从数据库读取、处理、写入数据库)，但是处理是行级的。这意味着我不需要减少或机器学习。
用火花来满足这种要求会不会是一种过分的做法？什么是最适合这种要求的。我不想进入到软件基础结构的编写中，它将以最佳方式分发、处理故障、重试等等。
浏览 2提问于2016-01-27得票数 1
回答已采纳
我知道我可以上传我的数据文件到azure ml (作为新的数据集)，或者我可以使用Blobs (并在ML实验中读取数据)。我想知道在训练机器学习模型和创建与预测相关的ML解决方案时，是否特别推荐其中一个。
我使用Azure的目标是根据各种功能对用户进行集群。我有一个很大的数据集(大约50)。我想知道你是否有什么建议。
感谢大家的帮助！
浏览 2提问于2016-11-20得票数 0
1回答
在学习spark，在本地用虚拟机搭建了一个3台机器的测试集群，然后有一台云服务器上每天都有一个tomcat网站访问日志文件，如何去把这个日志传文件传到虚拟机的测试集群的hdfs上，有没有什么工具可以用，还是要自己写代码工具。
浏览 300提问于2018-10-11
1回答
我想在多个csv文件上训练一个机器学习模型，这些文件都是唯一的。每个文件都是篮球比赛的时间序列数据的集合。我想训练一个模型来观察每一场比赛，并能够预测结果。我应该简单地告诉sci kit learn或另一个包来迭代感兴趣的文件夹中的文件并对每个文件运行回归吗？提前谢谢你。
浏览 25提问于2019-10-20得票数 1
2回答
下一代预测或短语预测引擎使用在移动和平板电脑的现代键盘，如快速键和XT9，它预测下一个词的用户将根据一些预定义或动态语料库，基于n-克(最后键入2-3个单词的最大频率加上当前单词)的语言模型(马尔可夫模型)。
我认为这些引擎/algos是AI/NLP的一部分。但我不确定他们属于AI/NLP的哪个分支。是机器学习吗？是数据科学吗？是大数据吗？是电脑情报吗？这是决策吗？是数据挖掘吗？还是统计模式识别/预测分析/监督学习/无监督学习？或者所有的或者其他什么的？
浏览 2提问于2013-11-26得票数 0
回答已采纳
2回答
在以下情况下，是否有iPad和iPhone 4的GL帧速率：
未亮
非上幅
用两个纹理映射GLSL纹理。
单四角，四个顶点
谢谢,
道格
浏览 0提问于2011-01-21得票数 4
回答已采纳
我使用pandas.read_csv来读取一个用于机器学习的巨大文件，但是我得到了内存错误。
有人建议我设置arg chunksize，但我需要排序，随机access...etc。因此，我需要将整个数据加载到内存中，或者使用其他方式。
我认为有可能是Hadoop。另一个是增量训练，但这就像在read_csv中阅读大块头一样
或者其他软件/库/我可以使用的方式？
浏览 0提问于2019-03-19得票数 1
10回答
我们都知道当下人工智能已经走向了风口，而大数据是人工智能技术进行深度学习的基石，究竟大数据对人工智能的深度学习有什么影响呢？
浏览 1454提问于2018-03-30
3回答
我目前正在学习数据挖掘，我有以下问题。
机器学习和数据挖掘之间的关系是什么？
我发现许多数据挖掘技术都与统计相关，而“听说”数据挖掘与机器学习有很多关系。所以我的问题是:机器学习与统计学密切相关吗？
如果它们不是密切相关的，那么是否有这样的分工，将侧重于统计技术的数据挖掘与以机器学习技能为重点的数据挖掘分开？因为我发现一些研究生院的统计学系开设了数据挖掘课程。
浏览 8提问于2011-09-21得票数 1
回答已采纳
1回答
机器应用的TFS
、、
哈洛专家
我在一家公司工作，做SW测试师/Validater。
我公司生产汽车自动售货机。最近，我们正在为SW开发引入团队基础服务器。作为一名SW测试人员，我的任务包括：
在真正的machines.Reporting bug中对机器的功能进行验证并提交报告。--我们不做任何--不做任何代码分析。
我浏览互联网并阅读一些相关的内容。在介绍team服务器之后，我对未来测试工作的印象可能是：
Center(Perhaps) 只用于测试安装TFS(Perhaps)通过实验室中心创建虚拟环境编写测试casesCarrying out在开发人员实现后测试manuallyReporting bug
问题：
浏览 2提问于2010-09-21得票数 1
5回答
我浏览了分析学科的比较和机器学习的这种视角，但没有找到以下方面的任何答案：
数据科学与机器学习有什么关系？
它怎么与机器学习无关？
浏览 0提问于2015-05-21得票数 7
我是一名业务智能分析师，几乎完全使用(SSMS)和Tableau来生成BI报告。我想加入一些预测分析，似乎有很多选择。我很想了解那些在机器学习/数据科学领域工作过的人对如何继续工作的见解。看起来有很多种选择
我的客观标准是：
1.)在医疗保健环境中快速学习和应用预测分析。
很多时候，我的结果变量是二元的(是否有人复发)，我的输入变量往往是绝对的(它们在哪个程序中？)，而且它是为精神病患者提供的EHR数据，所以具体的指标很少(他们的技能评估分数是多少？)。
2.)让数据导入/导出在SSMS和我最终使用的任何工具之间保持简单
我需要轻松的报告，并尽量减少所使用的软件平台的数量--使用太多的工具我们
浏览 0提问于2017-10-09得票数 1
1回答
不能在八度中使用散射点
、、、、
我在mldata.org上学习如何做机器学习，我在Youtube上看了一段关于如何使用数据()的视频(2:50)。使用相同的数据，我试图跟踪他所做的事情，并创建数据集的散点图。然而，当他使用散点图命令时，它在他这边工作得很好，但我不能在我这一边这样做。
有人能解释一下我该怎么做吗？
octave:2> load banana_data.octave
octave:3> pkg load communications
octave:4> whos
Variables in the current scope:
Attr Name Size
浏览 4提问于2014-12-26得票数 0
回答已采纳
2回答
我正在使用威斯康星州的乳腺癌(诊断)数据集，并尝试在Jupyter中使用KNN。我将文件wdbc.data转换为csv，并使用Libreoffice中的查找和替换分别将M和B交换为1和0[
][
[.然而，在这样做之后，文件中的值发生了变化，如截图所示。有什么解决方案吗？
--我是python和机器学习的新手。请原谅这是一个愚蠢的错误--
浏览 29提问于2020-05-21得票数 0
1回答
当人们开始认为在不久的将来，自动驾驶汽车将取代一些道路上的车辆，这意味着机器人软件中的学习者可以达到一个很低的经验误差，从而保证乘客的安全。在我们看来，大量的驾驶数据和深入的强化学习算法在很大程度上促进了自动驾驶实践的成功。
当涉及到我们自己实践的许多情况时，我们还无法建立一个如此高精度的预测模型，从而给我们自己的业务带来巨大的差异。
我的问题是，当我看到机器学习技术能够在汽车驾驶上产生革命，因为它成功地实现了行为克隆任务，那么这一成功的首要原因是什么，大训练数据集，深强化学习技术，或者在自动驾驶问题中的任何特殊原因？
此外，我们在机器学习中解决的大多数实际问题中，这种成功能否被复制？换句话说
浏览 0提问于2018-01-04得票数 1
1回答
我正在尝试创建一个工具，它可以在给定数十或数百个因素和参数的情况下，估计一个项目需要多少天才能完成。
我在人工智能/神经网络/机器学习方面没有太多经验，但从我的理解来看，它对模式识别很好。如果我制作一个AI程序，并通过向它提供我们已经完成的项目的信息(因素和花费的小时数)来训练它，它应该能够学习估计未来的项目。
有谁知道这是不是一种现实的方法？
浏览 2提问于2011-12-13得票数 5
回答已采纳
3回答
我在这里学习机器学习，这门课使用的是regression 中的'scikit learning‘。
我可以看到，对于一些训练回归算法，作者使用了特征缩放，而对于某些回归算法，他没有使用特征缩放，因为一些“scikit学习”回归算法会自己处理特征缩放。
如何知道我们需要在哪种训练算法中进行特征缩放，以及我们不需要在哪里进行？
浏览 2提问于2018-08-03得票数 0
4回答
基于Hadoop的机器学习框架
、、、、
除了Mahout之外，还有哪些框架用于在JAVA中实现机器学习算法，以便底层框架获取JAVA代码并在Hadoop上运行它？
我正在寻找Mahout的替代方案，因为我需要一个SVM和Hadoop上的集聚实现，而Mahout中只支持SVM。
浏览 0提问于2012-07-12得票数 2
3回答
我想成为一名数据科学家。我学习了应用统计学(精算科学)，所以我有一个很好的统计背景(回归、随机过程、时间序列等等)。但现在，我要攻读智能系统的计算机科学硕士学位。
这是我的学习计划：
机器学习
高级机器学习
数据挖掘
模糊逻辑
推荐系统
分布式数据系统
云计算
知识发现
商业智能
信息检索
文本挖掘
最后，凭借我所有的统计和计算机科学知识，我能称自己为数据科学家吗?或者我错了吗？
谢谢你的回答。
浏览 0提问于2014-07-22得票数 11
回答已采纳
2回答
我刚刚开始自学C++，并开始学习整数溢出。出于好奇，我编写了一些测试，以了解某些整数值会发生什么。
这是我的节目：
#include <iostream>
int main()
{
int x(0);
std::cout << x << std::endl;
x = x + 2147483647;
std::cout << x << std::endl;
x = x + 1;
std::cout << x << std::endl;
std::cou
浏览 5提问于2015-03-24得票数 5
回答已采纳
1回答
我读过关于R的各种大数据包，许多似乎是可行的，但至少据我所知，我想用于常见模型的许多包不能与推荐的大数据包一起使用(例如，我使用lme4、VGAM和其他相当常见的回归分析包，它们似乎不能很好地与各种大数据包配合使用，如ff等)。
我最近尝试使用VGAM来使用一般社会调查的数据进行多分类模型。当我抛出一些模型来运行，这些模型解释了几年来受访者的聚类以及其他控制列表时，我开始点击整个“无法分配大小为yadda yadda的向量……”我尝试了各种推荐的方法，比如清空内存和在可能的情况下使用矩阵，但效果都不好。我倾向于在我的机器上增加内存(实际上只是买了一台内存更大的新机器)，但我想在放弃1500美元
浏览 1提问于2014-01-24得票数 1
我已经为自己设置了Amazon Elastic MapReduce，以便完成各种标准的机器学习任务。我过去曾广泛使用Python进行本地机器学习，但我不懂Java。
据我所知，目前还没有用于分布式机器学习的良好开发的Python库。另一方面，Java有和来自Cloudera的更新的。
从本质上讲，似乎我必须在两个选项之间做出选择。将我自己的算法并行化，以便与或某个一起使用，直到出现像样的库，或者跳转到Java，这样我就可以使用Mahout/Oryx了。在编写自己的MapReduce字数统计代码和编写自己的MapReduce支持向量机之间存在着天壤之别！即使是在像这样的优秀教程的帮助下。
我不知
浏览 0提问于2013-01-09得票数 10
回答已采纳
3回答
“主算法”中的Pedro列出了五种机器学习算法：
符号派
连接主义者
进化论者
巴耶斯人
类比器
概率图解模型属于哪一类？
来自维基百科(https://en.wikipedia.org/wiki/Graphical_模型)：
图形模型或概率图形模型(PGM)是一种概率模型，它表示随机变量之间的条件依赖结构。它们通常用于概率论、统计学--尤其是贝叶斯统计--以及机器学习。
在这种情况下，它会是“贝叶斯”吗？像条件随机场这样的东西呢？这也是贝叶斯吗？
浏览 0提问于2016-07-26得票数 6
1回答
我在学习机器学习方面遇到了一个理论上的障碍，因为我还没有看到这一点在任何地方都得到明确的解决。在我的研究中，似乎交叉验证(或者它的某些变体，比如LOOCV，或者潜在的另一种，但类似的，验证方案，比如引导)似乎是模型选择的全部。通过穷举CV选择模型及其参数，使拟合最大化，同时平衡过拟合，似乎是建立模型的最佳方法，计算能力也越来越低。那么，人类分析师还有什么可做的呢？
我为这个业余的问题事先道歉，但是谁能为我填补这个空白，并有可能建议一些关于模型选择的消息来源？
浏览 0提问于2018-11-07得票数 2
回答已采纳
我应用了本地组策略(计算机配置-软件限制策略)，但策略没有生效。我在域成员(计算机是与域控制器相关的机器)和工作组机器上尝试过这一点。
我用了gpupdate，gpupdate /force，gpupdate /force /boot，什么都没用。
我也可以在rsop.msc中看到这个规则。但是在我重新启动机器一次之前，策略是不会生效的。
在策略被应用之后，如果我修改了任何规则或者添加了其他规则，它们就会立即生效，为什么会这样呢？可以在不重新启动的情况下应用本地组策略吗？
浏览 0提问于2015-03-01得票数 0
1回答
迁移学习需要来自更相关的领域吗？
、、、、
我正在寻找一篇参考论文，在那里我可以发现迁移学习需要来自领域特定的源模型，而不是使用泛化模型，即imagenet
例如，源数据集植物的卫星/无人机超/多光谱图像和使用农业机器人捕获的植物的超/多光谱图像的目标数据集
相比于
使用农业机器人捕获的植物的源数据集ImageNet模型和目标数据集图像
浏览 0提问于2020-01-27得票数 0
1回答
编辑:试图重新表达自己：
像R、Weka这样的工具功能丰富，但它们所能使用的数据却是缓慢和有限的。诸如Mahout、Vowpal (VW)及其扩展AllReduce这样的工具是针对1K节点集群的，它们的能力有限。例如，大众汽车只能通过最小化一些损失函数来“学习”。
在任何流行的软件中，我没有看到的是使用并行编程(good ol‘p线程、MPI等)来加快速度。我认为它对于集群可能是一个过头的问题是有用的，但是当其他处理器内核空闲时等待程序完成就太糟糕了。作为一个例子，人们可以在AWS上得到26核机器和88核集群，一个好的并行算法可以放弃20倍和60倍的速度，而不需要求助于重重的hadoop类系统
浏览 1提问于2013-03-14得票数 2
1回答
我想知道在各种机器学习工具中，协方差矩阵的过度使用。到目前为止，对我来说，协方差只是达到相关性的前一步。由于有一个明显的原因，相关性本身，我想知道为什么我会经常遇到协方差。然而，总的来说，我不知道为什么它会被如此多地使用。协方差矩阵的目的是什么？
浏览 0提问于2021-06-07得票数 1
回答已采纳
请您指导我如何在基于Java/JVM的应用程序(生产中)中创建和执行机器学习模型/统计模型(回归、决策树、K均值聚类、朴素贝叶斯、记分卡/线性/logistic回归等以及GBM、GLM )。
我们有一个基于ETL的基于Java的产品，它可以完成机器学习的大部分数据准备步骤，比如从JDBC、文件、HDFS、No SQL等获取数据、连接和聚合等(这是特性工程所必需的)，现在我们希望使用机器学习/统计建模来添加分析功能。
现在，我们使用JPMML- -评价器--使用R和python (和K尼姆)对以PMML格式创建的模型进行评分，但它需要三个单独和不相连的步骤：- 1- -在我们的Java/JVM应
浏览 5提问于2016-06-12得票数 5
回答已采纳
我目前正在学习HttpHandlers和HttpModules在ASP.Net。
我脑海中一次又一次的问题是……
一个应用程序可以拥有多少HttpHandlers和HttpModules？
是否存在自定义处理程序和模块的最大限制？
对于一个事件，我们可以拥有多个自定义模块吗？
浏览 3提问于2015-03-12得票数 0
回答已采纳
我是机器学习的新手，所以我想知道两件事。第一个是比较CNN时要使用的参数。其次，它们是否应该在相同的数据集上进行训练？
浏览 0提问于2019-10-13得票数 0
当我读到激活函数时，我读到我们不使用阶跃函数的原因是，它是不可微的，导致梯度下降的问题。
我是一个深入学习的初学者，因为Relu几乎是一个线性函数，在它触及x轴的地方也是不可微的，为什么它的性能比tanh或sigmoid函数要好得多。为什么它在深度学习中被广泛使用。
因为它是不可区分的，它不影响训练吗？
浏览 0提问于2020-09-16得票数 2
回答已采纳
所以，有点我的问题。
TL；博士
我可以使用机器学习而不是弹性搜索来根据用户的文本输入找到结果吗？是个好主意吗？
我正在做一个汽车备件项目，我们已经将汽车分成300个部件，存储在数据库中，每个部分都有一些数据(重量、可用性等)。
当客户输入其部件的文本时，我们需要能够对其进行分类，并将其映射到数据库中的一个。
当前的方法是由我们的团队中的人手动地将客户文本映射到数据库中的各个部分，我们想要自动化这个过程。
我们尝试使用MongoDB文本搜索，但这往往是不准确的，因为部分有不同的名称在不同的国家各地。
因此，我们希望得到更准确的结果，并通过更多的数据来改进，我们立即考虑了TensorFlow，在
浏览 1提问于2018-04-27得票数 2
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
