分享

在智能、优化计算中苦苦前行

 梦想的边缘 2007-03-23
[转]关于数据集与源代码

UCI数据集是一个常用的标准测试数据集,下载地址在
::URL::http://www.ics./~mlearn/MLRepository.html
我的主页上也有整理好的一些UCI数据集:
::URL::http://lamda./yuy/files/download/UCI_arff.zip

在看别人的论文时,别人使用的数据集会给出数据集的出处或下载地址(除非是很机密的数据,例如与国家安全有关)。如果你看的论文没有给出数据集的出处,请立即停止看这篇论文,并且停止看刊发这篇论文的期刊上的所有文章。因为可以断定这些文章质量很差。

关于源代码,网上有很多公开源码的算法包,例如最为著名的Weka,MLC++等。Weka还在不断的更新其算法,下载地址:
::URL::http://www.cs./ml/weka/
很多的机器学习的经典算法都在里面。而且公布源程序,易于修改。

如果作者没有公布源程序,可以到作者主页找找,也可以写信给作者要,一般论文开头都会有作者的email地址。写信的时候要注意要很有礼貌,否则作者,尤其是著名学者,很有可能不会理睬。如果算法简单,可以自己实现。

关于论文的下载,如果能够访问电子图书馆是最好的,很多学校都买了IEEE, Elsevier, Kluwer等,上面的期刊都不错。有一些很好的期刊是免费的,像JAIR和JMLR,分别在:
::URL::http://www.cs./research/jair/home.html
::URL::http://www./
如果能访问的免费期刊太少,可以到CiteSeer上搜索(::URL::http://citeseer.ist./),上面搜集了很多免费论文(但是要注意,论文的质量参差不齐),或者用Googlewww.google.com)搜索。

    本站是提供个人知识管理的网络存储空间,所有内容均由用户发布,不代表本站观点。请注意甄别内容中的联系方式、诱导购买等信息,谨防诈骗。如发现有害或侵权内容,请点击一键举报。
    转藏 分享 献花(0

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多