机器学习（1）
原文出处：
常用的数据挖掘&机器学习知识(点)
Basis(基础)：
MSE(MeanSquare Error 均方误差)，LMS(Least MeanSquare 最小均方)，LSM(Least Square Methods 最小二乘法)，MLE(Maximum LikelihoodEstimation最大似然估计)，QP(QuadraticProgramming 二次规划)， CP(ConditionalProbability条件概率)，JP(Joint Probability 联合概率)，MP(Marginal Probability边缘概率)，Bayesian Formula(贝叶斯公式)，L1 /L2Regularization(L1/L2正则，以及更多的，现在比较火的L2.5正则等)，GD(Gradient Descent 梯度下降)，SGD(Stochastic GradientDescent 随机梯度下降)，Eigenvalue(特征值)，Eigenvector(特征向量)，QR-decomposition(QR分解)，Quantile (分位数)，Covariance(协方差矩阵)。
Common Distribution(常见分布)：
Discrete Distribution(离散型分布)：Bernoulli Distribution/Binomial(贝努利分步/二项分布)，Negative BinomialDistribution(负二项分布)，Multinomial Distribution(多式分布)，Geometric Distribution(几何分布)，Hypergeometric Distribution(超几何分布)，Poisson Distribution (泊松分布)
ContinuousDistribution (连续型分布)：Uniform Distribution(均匀分布)，Normal Distribution/GaussianDistribution(正态分布/高斯分布)，Exponential Distribution(指数分布)，Lognormal Distribution(对数正态分布)，Gamma Distribution(Gamma分布)，Beta Distribution(Beta分布)，Dirichlet Distribution(狄利克雷分布)，Rayleigh Distribution(瑞利分布)，Cauchy Distribution(柯西分布)，Weibull Distribution (韦伯分布)
Three Sampling Distribution(三大抽样分布)：Chi-square Distribution(卡方分布)，t-distribution(t-distribution)，F-distribution(F-分布)
Data Pre-processing(数据预处理)：
MissingValue Imputation(缺失值填充)，Discretization(离散化)，Mapping(映射)，Normalization(归一化/标准化)。
Sampling(采样)：
SimpleRandom Sampling(简单随机采样)，Offline Sampling(离线等可能K采样)，Online Sampling(在线等可能K采样)，Ratio-based Sampling(等比例随机采样)，Acceptance-rejection Sampling(接受-拒绝采样)，Importance Sampling(重要性采样)，MCMC(Markov Chain MonteCarlo 马尔科夫蒙特卡罗采样算法：Metropolis-Hasting& Gibbs)。
Clustering(聚类)：
K-Means，K-Mediods，二分K-Means，FK-Means，Canopy，Spectral-KMeans(谱聚类)，GMM-EM(混合高斯模型-期望最大化算法解决)，K-Pototypes，CLARANS(基于划分)，BIRCH(基于层次)，CURE(基于层次)，DBSCAN(基于密度)，CLIQUE(基于密度和基于网格)，2014年Science上的密度聚类算法等
Clustering EffectivenessEvaluation(聚类效果评估)：
Purity(纯度)，RI(Rand Index，芮氏指标)，ARI(Adjusted Rand Index，调整的芮氏指标)，NMI(NormalizedMutual Information，规范化互信息)，F-meaure(F测量)等。
Classification&Regression(分类&回归)：
LR(LinearRegression 线性回归)，LR(Logistic Regression逻辑回归)，SR(SoftmaxRegression 多分类逻辑回归)，GLM(Generalized LinearModel 广义线性模型)，RR(Ridge Regression 岭回归/L2正则最小二乘回归)，LASSO(Least AbsoluteShrinkage and Selectionator Operator L1正则最小二乘回归)， RF(随机森林)，DT(Decision Tree决策树)，GBDT(Gradient BoostingDecision Tree 梯度下降决策树)，CART(Classification AndRegression Tree 分类回归树)，KNN(K-Nearest Neighbor K近邻)，SVM(Support Vector Machine，支持向量机，包括SVC（分类）&SVR（回归）)，KF(Kernel Function 核函数Polynomial KernelFunction 多项式核函数、Guassian Kernel Function 高斯核函数/Radial Basis Function RBF径向基函数、String Kernel Function 字符串核函数)、 NB(Naive Bayes 朴素贝叶斯)，BN(BayesianNetwork/Bayesian Belief Network/Belief Network 贝叶斯网络/贝叶斯信度网络/信念网络)，LDA(Linear DiscriminantAnalysis/Fisher Linear Discriminant 线性判别分析/Fisher线性判别)，EL(Ensemble Learning集成学习Boosting，Bagging，Stacking)，AdaBoost(AdaptiveBoosting 自适应增强)，MEM(Maximum Entropy Model最大熵模型)
Classification EffectivenessEvaluation(分类效果评估)：
ConfusionMatrix(混淆矩阵)，Precision(精确度)，Recall(召回率)，Accuracy(准确率)，F-score(F得分)，ROC Curve(ROC曲线)，AUC(AUC面积)，Lift Curve(Lift曲线) ，KS Curve(KS曲线)。
PGM(ProbabilisticGraphical Models概率图模型)：
BN(BayesianNetwork/Bayesian Belief Network/ Belief Network 贝叶斯网络/贝叶斯信度网络/信念网络)，MC(Markov Chain 马尔科夫链)，HMM(Hidden MarkovModel 马尔科夫模型)，MEMM(Maximum EntropyMarkov Model 最大熵马尔科夫模型)，CRF(Conditional RandomField 条件随机场)，MRF(Markov RandomField 马尔科夫随机场)。
NN(Neural Network神经网络)：
ANN(ArtificialNeural Network 人工神经网络)，BP(Error Back Propagation 误差反向传播)，HN（Hopfield Network），
RNN(Recurrent Neural Network，循环神经网络），SRN（Simple Recurrent Network，简单的循环神经网络），ESN（Echo State Network，回声状态网络），LSTM（Long Short Term Memory 长短记忆神经网络），CW-RNN（Clockwork
Recurrent Neural Network，时钟驱动循环神经网络，2014ICML）等。
Deep Learning(深度学习)：
Auto-encoder(自动编码器)，SAE(Stacked Auto-encoders堆叠自动编码器：Sparse Auto-encoders稀疏自动编码器、Denoising Auto-encoders去噪自动编码器、ContractiveAuto-encoders 收缩自动编码器)，RBM(Restricted BoltzmannMachine 受限玻尔兹曼机)，DBN(Deep BeliefNetwork 深度信念网络)，CNN(Convolutional NeuralNetwork 卷积神经网络)，Word2Vec(词向量学习模型)。
Dimensionality Reduction(降维)：
LDA(LinearDiscriminant Analysis/Fisher Linear Discriminant 线性判别分析/Fish线性判别)，PCA(Principal ComponentAnalysis 主成分分析)，ICA(Independent ComponentAnalysis 独立成分分析)，SVD(Singular ValueDecomposition 奇异值分解)，FA(Factor Analysis 因子分析法)。
Text Mining(文本挖掘)：
VSM(Vector SpaceModel向量空间模型)，Word2Vec(词向量学习模型)，TF(Term Frequency词频)，TF-IDF(TermFrequency-Inverse Document Frequency 词频-逆向文档频率)，MI(Mutual Information 互信息)，ECE(Expected CrossEntropy 期望交叉熵)，QEMI(二次信息熵)，IG(Information Gain 信息增益)，IGR(InformationGain Ratio 信息增益率)，Gini(基尼系数)，x2 Statistic(x2统计量)，TEW(Text EvidenceWeight文本证据权)，OR(OddsRatio 优势率)，N-Gram Model，LSA(LatentSemantic Analysis 潜在语义分析)，PLSA(ProbabilisticLatent Semantic Analysis 基于概率的潜在语义分析)，LDA(Latent DirichletAllocation 潜在狄利克雷模型)，SLM(StatisticalLanguage Model，统计语言模型)，NPLM(NeuralProbabilistic Language Model，神经概率语言模型)，CBOW(Continuous Bag of Words Model，连续词袋模型)，Skip-gram(Skip-gramModel)等。
Association Mining(关联挖掘)：
Apriori，FP-growth(FrequencyPattern Tree Growth 频繁模式树生长算法)，AprioriAll，Spade。
Recommendation Engine(推荐引擎)：
DBR(Demographic-basedRecommendation 基于人口统计学的推荐)，CBR(Context-based Recommendation 基于内容的推荐)，CF(Collaborative Filtering协同过滤)，UCF(User-based CollaborativeFiltering Recommendation 基于用户的协同过滤推荐)，ICF(Item-based CollaborativeFiltering Recommendation 基于项目的协同过滤推荐)。
SimilarityMeasure&Distance Measure(相似性与距离度量)：
EuclideanDistance(欧式距离)，Manhattan Distance(曼哈顿距离)，Chebyshev Distance(切比雪夫距离)，Minkowski Distance(闵可夫斯基距离)，Standardized EuclideanDistance(标准化欧氏距离)，Mahalanobis Distance(马氏距离)，Cos(Cosine 余弦)，Hamming Distance/EditDistance(汉明距离/编辑距离)，Jaccard Distance(杰卡德距离)，Correlation CoefficientDistance(相关系数距离)，Information Entropy(信息熵)，KL(Kullback-LeiblerDivergence KL散度/Relative Entropy 相对熵)。
Optimization(最优化)：
Non-constrained Optimization(无约束优化)：Cyclic Variable Methods(变量轮换法)，Pattern Search Methods(模式搜索法)，Variable Simplex Methods(可变单纯形法)，Gradient Descent Methods(梯度下降法)，Newton Methods(牛顿法)，Quasi-Newton Methods(拟牛顿法)，Conjugate GradientMethods(共轭梯度法)。
ConstrainedOptimization(有约束优化)：Approximation ProgrammingMethods(近似规划法)，Feasible DirectionMethods(可行方向法)，Penalty Function Methods(罚函数法)，Multiplier Methods(乘子法)。
HeuristicAlgorithm(启发式算法)，SA(Simulated Annealing，模拟退火算法)，GA(genetic algorithm遗传算法)
Feature Selection(特征选择)：
MutualInformation(互信息)，Document Frequence(文档频率)，Information Gain(信息增益)，Chi-squared Test(卡方检验)，Gini(基尼系数)。
Outlier Detection(异常点检测)：
Statistic-based(基于统计)，Distance-based(基于距离)，Density-based(基于密度)，Clustering-based(基于聚类)。
Learning to Rank(基于学习的排序)：
Pointwise：McRank；
Pairwise：RankingSVM，RankNet，Frank，RankBoost；
Listwise：AdaRank，SoftRank，LamdaMART；
Tool(工具)：
MPI，Hadoop生态圈，Spark，BSP，Weka，Mahout，Scikit-learn，PyBrain…
以及一些具体的业务场景与case等。
参考知识库
* 以上用户言论只代表其个人观点，不代表CSDN网站的观点或立场
访问：1763次
排名：千里之外
原创：18篇
转载：22篇
(7)(12)(7)(7)(1)(6)（提示：注册需要绑定有效手机号）
后使用快捷导航没有帐号？
（提示：注册需要绑定有效手机号）
查看: 698|回复: 5
没挖到“宝贝”却被骗巨款
主题帖子K币
中级会员, 积分 6663, 距离下一级还需 3337 积分
中级会员, 积分 6663, 距离下一级还需 3337 积分
注册时间：
最后登录：
发表于 7&小时前
作者可信度：
作者可疑度：
　& &准备好道具，再以前往深山“寻宝”为由，诈骗他人钱财。日前，龙岩长汀县法院一审以诈骗罪，判处被告赖某有期徒刑2年，并处罚金2.5万元。据了解，这是今年以来该院审结的第4起“寻宝”诈骗案。
　　2015年11月，赖某伙同朱某携带事先准备好的假藏宝图、假探测器、假金佛等道具，驾车来到长汀县苏竹村的钟某家行骗。赖某假称其父亲是国民党士兵，解放前曾在此地公王庙埋藏有金佛，要求钟某帮忙带路一起挖宝，并承诺支付报酬。
　　随后，3人一起来到公王庙旁的山上寻宝。其间，趁钟某不注意，赖某和朱某将随身携带的假金佛放入泥土中，假称挖到了金佛。而后，赖某便以支付探测器租金需向钟某借钱，并将金佛交钟某保管为由，骗取钟某49900元。
　　2015年12月，赖某伙同朱某又以同样的方式到长汀县童上村丘某家行骗，但因丘某身上没钱，两人没有得手。日，赖某在长汀县红山乡被抓。
　　对此，长汀县法院陈法官表示，防范类似诈骗行为，要做到不要轻信骗局，不要贪小便宜，不要随意答应转账或支付现金给陌生人。一旦发现受骗，要及时报警，以便警方展开调查。
来源：台海网（海峡导报记者 吴鹏波 见习记者 邬眉 通讯员 陈立烽 董丛平）
什麽是幸褔？幸福就是考拉吃魚，兔子吃肉，奧特曼打小怪獸
主题帖子K币
高级会员, 积分 16535, 距离下一级还需 3465 积分
高级会员, 积分 16535, 距离下一级还需 3465 积分
UID：163408
注册时间：
最后登录：
发表于 7&小时前
主题帖子K币
中级会员, 积分 9156, 距离下一级还需 844 积分
中级会员, 积分 9156, 距离下一级还需 844 积分
UID：279011
注册时间：
最后登录：
发表于 5&小时前
为什么会傻到这程度？
弄花香满衣
主题帖子K币
黄钻会员, 积分 40664, 距离下一级还需 9336 积分
黄钻会员, 积分 40664, 距离下一级还需 9336 积分
UID：153785
注册时间：
最后登录：
发表于 4&小时前
骗子可恶，傻子可气！
主题帖子K币
玉兰墙纸 墙布 业内唯一上市企业
黄钻会员, 积分 39778, 距离下一级还需 10222 积分
黄钻会员, 积分 39778, 距离下一级还需 10222 积分
UID：11450
注册时间：
最后登录：
发表于 3&小时前
傻子太多，骗子不够用
[img]/upload_files//FllnrFIg27X_7OzZjhIqHX3d7Q8J.jpg[/ img]
主题帖子K币
中级会员, 积分 6435, 距离下一级还需 3565 积分
中级会员, 积分 6435, 距离下一级还需 3565 积分
UID：73936
注册时间：
最后登录：
发表于 1&小时前
不是我们傻，是骗子太多
粉丝数达到200即可获得此勋章.
连续登录15天即可获得此勋章.
实名认证用户即可获得此勋章.
抢沙发总数达到200即可获得此勋章.
2016猴年限量勋章
2016年农历正月初一至正月十五发放猴年勋章！
KK新人进步勋章
会员积分必须大于300以上的新会员可获得
宣传大使勋章
拥有KK车标的会员或长期宣传社区的会员可获得
积极发帖勋章
长期大量发表及时信息且发帖在2000以上
蛇年限量勋章
农历初一至正月十五允许申请蛇年限量勋章！
KK马年勋章
KK马年勋章
长期下半夜奋战在KK的夜猫族，且下半夜贴量需要达到一定值
回帖活跃勋章
会员在KK社区中，回帖活跃量需要达到一定才可获得此勋章
KK优秀会员勋章
积分大于800以上，并且无不良灌水、使用不文明语言等记录才可获得
KK最佳转帖勋章
会员需要长期从别的网站摘抄优秀贴子转帖在KK才可获得
KK最佳人气勋章
会员在KK中需要达到一定的会员支持
KK原创先锋勋章
必须为原创得到广大会员的一致好评例如
2015羊年勋章
2015羊年勋章
KK活动聚会勋章
KK会员必须曾有过参与或是私下聚会多次
活动积极参与勋章
参加论坛官方活动3次以上的会员，并有良好表现者
参与KK社区组织的献爱心活动的会员拥有的特定勋章
请不要在网上传播淫秽色情、六合彩赌博、诈骗、病毒攻击、诋毁他人名誉等违法信息。
龙岩KK社区所有帖子仅代表作者本人意见，不代表本社区立场。 本网站法律顾问：关注安智微信
微信号：anzhi8
微信号：anzhishouyou
使用微信「扫一扫」扫描相应二维码
分类：购物支付
下载：3万+
大小：15.1M
系统：4.0及以上
资费：免费
作者：上海龙思实业有限公司
使用扫描二维码
更新说明：
软件截图：
举报该软件
北京力天无限网络技术有限公司 版权所有地址：北京市海淀区上地西路8号上地科技大厦4号楼西区802
违法和不良信息举报电话：010-
举报邮箱：
　|　　|　　|　　|　
京 ICP 证 101039 号一种面向高维数据挖掘的隐私保护方法_百度文库
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
一种面向高维数据挖掘的隐私保护方法
上传于||暂无简介
阅读已结束，如果下载本文需要使用0下载券
想免费下载更多文档？
定制HR最喜欢的简历
下载文档到电脑，查找使用更方便
还剩3页未读，继续阅读
定制HR最喜欢的简历
你可能喜欢