Prima di immergerti nel codice, dato che sei un principiante, ti suggerisco di leggere i fondamenti e ottenere una forte presa su questo. Non è necessario leggere una tesi di dottorato, ma almeno le terminologie di base in SVM, regressione logistica e reti neurali sarebbero utili. Vi è abbondanza di materiale su internet attraverso corsi di Stanford, Coursera e libri suggeriti in altre risposte.
Anche se c'è un codice pronto disponibile per l'utilizzo su Internet, il motivo per cui sto dicendo che è necessario leggere i fondamenti è perché in un tipico classificatore come SVM, Rete neurale o anche Regressione logistica, lì sono vari parametri che dovresti regolare per sintonizzarti, e senza una comprensione dei fondamenti, sarebbe difficile e confuso usare questi pacchetti. Ho sperimentato lo stesso quando ero un principiante.
Con una forte presa su come gestire un set di dati inclinato in SVM, come ottimizzare i parametri di una regressione logistica e anche come ridurre le dimensioni del set di dati, renderebbe l'implementazione più rapida ed efficiente - in questo modo puoi ottenere una maggiore precisione. Altrimenti, immergersi direttamente nel codice potrebbe farti tornare qui con alcune domande di base. Spero che questo sia stato utile!
fonte
2013-01-01 08:42:03
È questo compito? – Hery
no :) so che la mia domanda è molto astratta ... ho bisogno di un'idea per dare il via al mio lavoro ... – Rahim
Consiglio vivamente di dare un'occhiata a Weka (http://www.cs.waikato.ac.nz/ml/weka /) - Ottimi strumenti di machine learning basati su Java – mikera