作者seagal (待救的小米)
看板CSSE
標題Re: [轉錄]一篇基因分析演算法的簡介
時間Thu Apr 28 04:23:15 2005
※ 引述《seagal (待救的小米)》之銘言:
: 標題: Re: [轉錄]一篇基因分析演算法的簡介
: 時間: Mon Apr 25 03:41:15 2005
:
: ※ 引述《reader (讀者)》之銘言:
: : ※ [本文轉錄自 Biotech 看板]
:
: --
:
※ 發信站: 批踢踢實業坊(ptt.cc)
: ◆ From: 140.109.73.177
: 推 reader:嗯 翻得不對 跟 category theory 有點搞混了 61.222.173.29 04/27
: → reader:英文應該是 classification analysis 61.222.173.29 04/27
: → reader:跟 Baysian Analysis 頗有一些關聯 61.222.173.29 04/27
: → reader:反向工程是 reverse engineering 61.222.173.29 04/27
: → reader:通常是指將執行檔回溯成原始檔 61.222.173.29 04/27
: → reader:或是將產品或系統化解為零件或模組 61.222.173.29 04/27
我剛看了一下
Reverse Engineering果然有用到一些pattern recognition方法
----------------------------
Secondly, artificial intelligence techniques for pattern recognition, and for parsing and interpretation, have advanced to the point where these and other structures within a product can be recognised automatically.
----------------------------
這是從網頁上的介紹節錄下來的
其他CS的領域 也有很多地方用到Machine Learning
例如語音辨識
Baysian Network & Classification都是屬於Machine Learning方法裡的
與Classfication相呼應的方法 叫做Clustering
一個給定y 另一個不給定y
例如neuron network, SVM一般是當作Classification來用
K-means就是cluster方法
Baysian牽涉到許多conditional probability的運算
而這些p不好給定 因此我很少用
在這板上的各大高手 有誰是很常用這東西的呢?
用在什麼地方 以及該怎麼用呢?
我只要看到Baysian的paper 就直接跳過了
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 140.109.73.177
1F:推 Eventis:Baysian network有一個應用很廣的領域. 61.62.49.43 04/28
2F:→ Eventis:就是防堵廣告信0.0 61.62.49.43 04/28
3F:→ Eventis:現在實用上的作法滿多都用baysian來做的. 61.62.49.43 04/28
4F:→ Eventis:而p的data可以用統計方法加以取得. 61.62.49.43 04/28
5F:→ Eventis:這是指spam的情況. 61.62.49.43 04/28