哈啦閒聊的時刻 /z/compiling
2
論壇與機器學習 (/z/compiling)

台灣的專業論壇生態圈被 FB Group 分散了，像 stackoverflow 這種問答模式漸漸取代了傳統的 forum ... 感覺是另一種 RDBMS vs NoSQL ... 前者有很清楚的結構 (Schema), 後者則不需要有啥結構, 反正找的到 / 方便快速就好 .....

如果後者搭配 Machine Learning / Deep Learning 等方法，自動 category / tag ... 或許會很有搞頭 ...

3 則討論 rick_kyhwang 張貼於

rick_kyhwang 積分 2 編輯於

ML 有一個很重要的部分，就是討論如何讓機器可以學習『分類』的方法。有了分類，才有辦法建立關聯性。此『分類』概念大概就是現在 FB 用的 hashtag, 一般 blog / news portal 用的 tag, OS X 作業系統內建的 tag .... 但是這些都是『人』去做的，也就是人要先有分類出這些東西的能力。

換句話說，當機器有辦法被『訓練』，然後『學習分類』，從分類中再學習、再分類 .... 基本上人類就 gg 了 XDD

回應

IngramChen 積分 0

在 google + 貼文，它會自動加 tag。某方面來說這段 google 已經完成了自動分類了

回應

rick_kyhwang 積分 1

如果把 ElasticSearch 的概念，加上 Machine Learning ，內建在作業系統，那麼以後『使用者』就不需要『檔案系統』這種結構了。。。檔案的目錄結構也好、Tag 也罷，都給 OS 處理就好。。

以論壇來看，文章會自動產生索引，建立關聯。

Spark 有 ML lib，內建一些演算法，像是 SVM、decision trees ... https://spark.apache.org/mllib/

之前看到的 object detector lib: dlib 也有 ML 部分: http://dlib.net/ml.html

回應