詳細(xì)內(nèi)容請(qǐng)關(guān)注微信公眾號(hào)：運(yùn)籌優(yōu)化與數(shù)據(jù)科學(xué)

成都網(wǎng)站建設(shè)哪家好，找成都創(chuàng)新互聯(lián)公司！專注于網(wǎng)頁(yè)設(shè)計(jì)、重慶網(wǎng)站建設(shè)公司、微信開發(fā)、小程序制作、集團(tuán)企業(yè)網(wǎng)站設(shè)計(jì)等服務(wù)項(xiàng)目。核心團(tuán)隊(duì)均擁有互聯(lián)網(wǎng)行業(yè)多年經(jīng)驗(yàn)，服務(wù)眾多知名企業(yè)客戶；涵蓋的客戶類型包括：成都廣告推廣等眾多領(lǐng)域，積累了大量豐富的經(jīng)驗(yàn)，同時(shí)也獲得了客戶的一致稱贊！

ID: pomelo_tree_opt

---

方老師的課，Shu-Cherng Fang, North Carolina State University

Supervised Machine Learning:?

• Support Vector Machines (SVM)

• Neural Networks (NN)

---

System analytics vs. Data analytics

• Data analytics更強(qiáng)調(diào)是從data到information / knowledge的過程

• System analytics也有data analytics的過程，但是更側(cè)重decision-making.

  System analytics 是給系統(tǒng)工程，管理系統(tǒng)等專業(yè)的，要有“系統(tǒng)”的概念，尤其是偏“工程”相關(guān)的專業(yè)，工業(yè)工程、系統(tǒng)工程等。

---

AI的三個(gè)基本步驟

data mining -->machine learning -->analytics

Computers?examine data?to?extract embedded information?(data mining)?to?form useful knowledge?(machine learning)?for right decision making?(analytics)

---

AI的三個(gè)基本分類

• (1) 有監(jiān)督的學(xué)習(xí)，主要是分類和預(yù)測(cè)，主流的有支持向量機(jī)和人工神經(jīng)網(wǎng)絡(luò)

• (2) 無(wú)監(jiān)督的學(xué)習(xí)，主要是聚類和特征工程，相關(guān)的內(nèi)容有similarity learning and spare solutions.?Feature的東西，feature往往是越少越好，用較少的特征來描述問題

• (3) 強(qiáng)化學(xué)習(xí)，reinforcement learning, 首先強(qiáng)調(diào)的是動(dòng)態(tài)環(huán)境，dynamic environment, 因?yàn)榄h(huán)境在變，所以相比之下data的屬性沒有那么強(qiáng)，更強(qiáng)調(diào)動(dòng)態(tài)過程，“且戰(zhàn)且走”，相關(guān)的內(nèi)容有動(dòng)態(tài)規(guī)劃、馬爾可夫決策過程、強(qiáng)化學(xué)習(xí)。

---

Machine learning vs. optimization

Machine learning的問題往往要么是最小化損失函數(shù)，要么是大化一些回報(bào)函數(shù)

Many?machine learning?problems are formulated as

• minimization of some loss function?that measures discrepancy between the predictions of the model being trained and the actual problem instances,?

• maximation of some reward function?that affirms an expected decision.

兩者的一個(gè)重要區(qū)別是

• Optimization是在seen examples上做文章，做generalization, 是希望“當(dāng)前做到最好”

• Machine learning更關(guān)心的是在unseen samples上的表現(xiàn)，做泛化時(shí)往往“留有余地”，因?yàn)槟繕?biāo)是“以后做到最好的可能性大”

---

Research并不神圣，其實(shí)就是要知道事情的來龍去脈，要知道它可以怎么做，做出來可以是什么樣子。讀paper時(shí)理解不了，往往并不是作者比我們聰明，或者說我們自己的知識(shí)太差，而是我們不知道應(yīng)該怎么看待它，怎么去欣賞或辨析，怎么去appreciate.

Data science更多的是engineering的事情，要強(qiáng)調(diào)動(dòng)手去實(shí)現(xiàn)、去練習(xí)。大部分都是engineering solution, 而不是mathematical solution.

動(dòng)手就需要工具，Matlab, Python, Java, Cplex, Gurobi, etc. 工學(xué)院的研究生，“謀生的工具”，“吃飯的家伙”

你是否還在尋找穩(wěn)定的海外服務(wù)器提供商？創(chuàng)新互聯(lián)www.cdcxhl.cn海外機(jī)房具備T級(jí)流量清洗系統(tǒng)配攻擊溯源，準(zhǔn)確流量調(diào)度確保服務(wù)器高可用性，企業(yè)級(jí)服務(wù)器適合批量采購(gòu)，新人活動(dòng)首月15元起，快前往官網(wǎng)查看詳情吧

網(wǎng)站欄目：學(xué)習(xí)筆記-0-SVMandANN-創(chuàng)新互聯(lián)
文章分享：http://weahome.cn/article/dgeijc.html