温彦钊V
查看新浪微博主页温彦钊V
一边读着在《数学之美》和《推荐系统实践》，一边思考能否结合一些想法到目前项目中。最近我和组员换了一下座位，因为我和原来同桌负责的推荐算法基本完成了。原来的同桌一直给旁边的人讲解原理，我心想偶尔换换座位对组内沟通非常有好处。突然发现，耳机没声音，歌早在将近一个小时前就放完了 原微博 温彦钊V
//@织田信长黑夜飞行: //很有道理。从另一个角度说，是（1）DM侧重做问题，啥方法都成，管他是ML，DB，甚至counting，强调大数据下的computation scalability；（2）ML侧重做方法，折腾各种模型，虽然现在也靠大数据，但希望用尽量少的样本多学点东西，也就是关心所谓的statistical efficiency 展开全文老有人问DM和ML的关系。我以为：DM=D+M~=Database+ML。中文版：数据挖掘=数据分析+数据管理；数据分析~=机器学习；数据管理~=数据库。大致来说，数据挖掘是把机器学习领域提供的数据分析技术和数据库领域提供的数据管理技术结合来对海量数据进行处理。统计学界的东西，一般是先进入ML，然后从ML进DM 展开全文转发 1评论 0 原微博