想学机器学习，随机过程和最优化理论该先学哪一个？ 先说下我的观点，学习机器学习，不必从随机过程和最优化理论开始。机器学习可以直接去学机器学习的相关算法，即分类、回归、聚类、集成等等。比如说决策树、支持向量机、Kmeans算法等等，可以先大概了解下它的思想，并且找一些数据集，自己先用一下试试，这个网上有很多代码，也有相关的机器学习库（例如Scikit-learn）。相关学习书籍，这里有两本经典书籍推荐给你，周志华的《机器学习》和李航的《统计学习方法》。了解大概思想之后，需要理解内部原理和所用到的数学方法，可以去学一下最优化的相关知识。最优化隶属于数学领域的运筹学分支。一个是可以遇到不懂的数学知识，有针对性的去学相关知识点；还有一个就是找书来系统的进行学习，这里可以给你推荐几本书：《数值最优化算法与理论》、《Numerical optimization》、《Optimization theory and methods：nonlinear programming》以及袁亚湘老师的《非线性优化计算方法》。随机过程属于数学领域的概率论分支，所以最好有实变函数和概率论的基础。学起来还是比较耗时费力的，如果只是想学机器学习，可以了解一些需要的知识就好了，没必要专门系统的学习，不如多花点时间在机器学习上。
聚类与分类有什么区别
大学有大数据方向的研究生吗 以下大学开设有大数据2113方向的专业：1、北京5261航空航天大学大数据技术与应用软件工程4102（硕士层1653次专业），是国内首所开设大数据相关专业的高校。2013年起，北航计算机学院、北航软件学院、工信部移动云计算教育培训中心联合全国首开了大数据技术与应用专业硕士方向，同年面向在职人群开设大数据技术与应用高端项目，全方位培养未来的大数据人才。2、清华大学清华大学软件学院以培养软件系统应用、设计、开发、运维和服务的科学家与工程师为目标，努力培养学生具有良好的综合素质、良好的职业道德、扎实的软件理论和软件工程专业基础知识，具有良好的软件设计与实现能力、良好的项目管理能力、良好的交流与组织协调能力，全力探索优秀软件人才的培养模式。3、复旦大学复旦大学应大数据发展的蓬勃之势，于2015年4月，与中植企业集团、上海市虹口区政府签订战略合作协议，合作建设大数据学院与大数据研究院；同年10月8日，复旦大学大数据学院、大数据研究院正式成立。这是百年复旦在建设世界一流大学和一流学科征程中，瞄准国际科技前沿、聚焦国家创新发展、激发学科动能的重要战略举措。4、浙江大学浙江大学数据科学研究中心”成立于2017年5月18日，是。
在数据挖掘的过程中，什么环节最重要
聚类的计算方法 传统的聚类分析计算方法主要有如下几种：1、划分方法(partitioning methods)给定一个有N个元组或者纪录的数据集，分裂法将构造K个分组，每一个分组就代表一个聚类，K。而且这K个分组满足下列条件：（1）每一个分组至少包含一个数据纪录；（2）每一个数据纪录属于且仅属于一个分组（注意：这个要求在某些模糊聚类算法中可以放宽）；对于给定的K，算法首先给出一个初始的分组方法，以后通过反复迭代的方法改变分组，使得每一次改进之后的分组方案都较前一次好，而所谓好的标准就是：同一分组中的记录越近越好，而不同分组中的纪录越远越好。使用这个基本思想的算法有：K-MEANS算法、K-MEDOIDS算法、CLARANS算法；大部分划分方法是基于距离的。给定要构建的分区数k，划分方法首先创建一个初始化划分。然后，它采用一种迭代的重定位技术，通过把对象从一个组移动到另一个组来进行划分。一个好的划分的一般准备是：同一个簇中的对象尽可能相互接近或相关，而不同的簇中的对象尽可能远离或不同。还有许多评判划分质量的其他准则。传统的划分方法可以扩展到子空间聚类，而不是搜索整个数据空间。当存在很多属性并且数据稀疏时，这是有用的。为了达到全局最优，基于划分的。
集成聚类和聚类集成是同一个问题么？ 比如说你得到一堆数据中国各省份的收入指标，有k个个案，就是样本数即省份数，对个案聚类就是对这些样本聚类，又称Q型聚类，对变量聚类，比如说有农民收入，城市居民收入这些变量指标，对这些聚类就是所谓变量聚类，又称R型聚类，希望能够帮助到您！
