问题标签 [machine-learning]

如果一个人有一个可以查询的点对点系统，那么他想

• 减少整个网络的查询总数（通过广泛分布“流行”项目和“相似”项目一起）
• 避免每个节点的过多存储
• 在客户停机、硬件故障和用户离开（可能为档案管理员/历史学家检测稀有物品）的情况下，确保即使是中等稀有物品的良好可用性
• 避免在网络分区的情况下查询无法找到匹配项

鉴于这些要求：

1. 有没有标准的方法？如果没有，是否有任何受人尊敬但实验性的研究？我熟悉一些分配方案，但我还没有看到任何真正解决学习健壮性的东西。
2. 我是否缺少任何明显的标准？
3. 有人有兴趣研究/解决这个问题吗？（如果是这样，我很乐意将我这个周末拼凑的一个非常蹩脚的模拟器的一部分开源，并且通常会提供无用的建议）。

@cdv：我现在已经观看了视频，它非常好，虽然我不觉得它完全符合可插拔的分发策略，但它绝对是 90% 的方式。然而，这些问题突出了这种方法的有用差异，这些差异解决了我的一些进一步担忧，并为我提供了一些后续参考。因此，我暂时接受你的回答，尽管我认为这个问题是开放的。

如何根据内容自动查找文本类别？

我正在研究地图上的聚类点（纬度/经度）。对于快速且可扩展的合适算法是否有任何建议？

更具体地说，我有一系列纬度/经度坐标和一个地图视口。我正在尝试将靠近的点聚集在一起以消除混乱。

我已经有了问题的解决方案（见这里），只是我想知道是否有任何正式的算法可以有效地解决问题。

这三个高度相关的领域之间有什么区别？是否有一个特定的整体，它们都是（除了 CS）的一部分？

在这篇关于 SVM 的 Wikipedia 文章中，有许多链接指向支持向量机的 MATLAB 工具箱的不同实现。任何人都可以建议在速度、易用性等方面哪些是最好的？

我在 MATLAB 中设置了概率神经网络分类实验。sim我可以使用该命令获取未见数据的类。有什么方法可以得到分类器计算的类的概率？另外，有没有直接的方法来绘制接收器操作特性曲线并为我的分类器计算 ROC 下的面积？

我想知道是否有人对此有任何见解。我正在考虑去研究生院获得一些计算机科学相关的学位。我一直对使用统计软件包或模拟解决问题的人很感兴趣。我要学习什么才能对这些事情有广泛的了解？他们属于机器学习吗？谢谢

我一直在为投资组合管理工具开发一个内部网站。有很多文本数据、公司名称等。一些搜索引擎能够非常快速地响应“您的意思是：xxxx”的查询，这给我留下了深刻的印象。

我需要能够智能地接受用户查询，并且不仅可以使用原始搜索结果进行响应，还可以使用“您的意思是吗？” 当有一个很可能的替代答案等时的响应

[我在ASP.NET中开发（VB - 不要反对我！）]

更新：好的，如果没有数百万“未付费用户”，我怎么能模仿呢？

• 为每个“已知”或“正确”术语生成拼写错误并执行查找？
• 其他一些更优雅的方法？

对于初学者来说，学习贝叶斯网络的最佳书籍是哪本书？

我手头有一个分类问题，我想用机器学习算法来解决（贝叶斯或马尔科夫可能，这个问题独立于要使用的分类器）。给定一些训练实例，我正在寻找一种方法来衡量已实施分类器的性能，同时考虑数据过度拟合问题。

也就是说：给定 N[1..100] 个训练样本，如果我对每个样本运行训练算法，并使用这些相同的样本来测量适应度，它可能会陷入数据过度拟合问题——分类器会知道训练实例的确切答案，没有太多的预测能力，使得适应度结果毫无用处。

一个明显的解决方案是将手工标记的样本分成训练样本和测试样本；我想了解选择具有统计意义的样本进行训练的方法。

非常感谢白皮书、书籍指南和 PDF！