传说中具有学习能力的算法该怎么写？

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

• 请不要在回答技术问题时复制粘贴 AI 生成的内容

这是一个创建于 3260 天前的主题，其中的信息可能已经有所发展或是发生改变。

传统作法是自己写算法自己分析，也希望能达到近似的功能具有一定容错和分析能力，该从哪里入手改变？

算法

容错

作法

近似

14 条回复 • 2016-01-25 08:54:53 +08:00

Kilerd

2016-01-23 20:25:16 +08:00

keywords: 神经网络遗传算法

Mirana

2016-01-23 21:17:35 +08:00

通过数据修正模型

hunk

2016-01-23 22:20:18 +08:00

@Mirana 这个是最基本的，但修正是个无底洞。
只是最近人工智能炒的火，突然想到，这货能有多神奇。

hunk

2016-01-23 22:21:11 +08:00

@Kilerd 神经网络了解过，没想好从哪下手，突然感觉需要个类似数据模型那样的设计过程，否则还是遇到问题解决问题。

MickeyZMJ

2016-01-23 23:35:01 +08:00

学 Python

Mirana

2016-01-24 00:08:06 +08:00

@hunk 像神经网络一样，最后会收敛的。。

em70

2016-01-24 00:08:36 +08:00 via iPhone

贝叶斯算法就具有学习功能，一般用于反垃圾邮件，能主动识别未知垃圾邮件

billlee

2016-01-24 00:13:27 +08:00

概率论 -> 线性回归、 logistic 回归、 SVM, ANN
概率论 + 随机过程 -> 信息论 -> 决策树学习
线性代数 -> 聚类

学了某一个分支后就可以入坑了，然后就会发现数据预处理和特征提取也是另一个大坑

pangtianyu

2016-01-24 00:21:15 +08:00

@hunk 从 Caffe 入手吧

cgcs

2016-01-24 01:06:10 +08:00

看看机器学习的教科书吧

xyhs2010

2016-01-24 01:25:18 +08:00 via Android

机器学习主要的学习对象还是媒体数据，或者说能转成特征向量的。楼主先得看看你处理的那个问题适用不适用。

louk78

2016-01-24 09:48:25 +08:00

神经网络分类算法

udumbara

2016-01-24 11:08:32 +08:00 via Android

@billlee 赞同数据的预处理和特征提取很大程度上限制了所谓的模型自学习能力，比如金融里面的评分卡制作，评分模型几乎很难自学习，因为很多特征的提取都是在利用 IV 值的基础上，靠做业务的人拍脑袋的

h4x3rotab

2016-01-25 08:54:53 +08:00 via iPhone

都不说具体是什么类型的问题就胡乱回答一通，不明白楼上这么多人是怎么想的。机器学习也要按照基本法啊，不是所有的问题都适合机器学习。要做比如文本分类，机器学习就是合适的，又比如排序就不适合用机器学习实现。