AI 与机器学习2014cs.uvm.edu
数据挖掘中的顶级算法（2008）
Top Algorithms in Data Mining (2008)
入门 · 约 60 分钟读完前置知识：基础机器学习概念、概率统计基础
导读
这是 2008 年 ICDM 会议组织专家评选出的数据挖掘领域十大最有影响力算法的综述论文，涵盖 C4.5 决策树、K-means、SVM、Apriori、PageRank、朴素贝叶斯等经典算法，并对每个算法的原理和应用做了介绍。
HN 关注点：这份经典算法榜单本身的价值，讨论焦点集中在榜单的选取标准（如为何没有 PCA 等降维算法）以及这些算法的实际实现资源。
后来怎么样
该评选总结了数据挖掘领域最具影响力的十大算法，后来扩展成书，成为数据挖掘教学和入门的经典参考资料。
HN 评论精选
这几条评论里：质疑 1 补充 2 亲历 1
亲历分享了自己实现类似算法的亲历经验，并询问这些算法的开源实现。
这篇论文很棒。去年 11 月我用 node.js 实现了另一篇论文《Trend or No Trend：一种时间序列分类的新型非参数方法》，并接上了 Twitter API，这个算法能相当快速准确地找到热门话题。有人知道这些算法有没有现成的开源实现吗？
joeblau查看英文原文
Wow this paper is great. Back in November, I implemented the "Trend or No Trend: A Novel Nonparametric Method for Classifying Time Series"[1] paper in node.js and then I hooked it up to Twitters API. The algorithm was able to find trending topics pretty quickly and accurately. Does anyone know if the source for these algorithms is implemented anywhere? [1] - http://dspace.mit.edu/bitstream/handle/1721.1/85399/870304955.pdf
质疑质疑榜单缺少 PCA 等降维算法，怀疑评选标准偏重聚类分类。
我很惊讶榜单上没有任何 PCA/特征提取/降维类算法，而且对聚类和分类的侧重非常明显。这是榜单评选方式的产物，还是聚类真的比特征提取常见得多？还是 PCA 被认为太简单而不配入选？
tdaltonc查看英文原文
I'm surprised that there aren't any PCA/Feature-Extraction/Dimension-Reduce algos on this list. And there's also a really strong emphasis on clustering and classification. Is this an artifact of how the list was put together or is clustering really that much more common than feature extraction? Is PCA thought to be too trivial to qualify?
补充补充资料：该综述已扩展成书。
这篇文章后来被扩展成了一本完整的书，对每个算法有更深入的描述（CRC 出版社出版）。
Anon84查看英文原文
This article was eventually expanded into a full fledged book with more in depth descriptions of each algorithm: http://www.crcpress.com/product/isbn/9781420089646
补充吐槽论文标题像标题党，反映了互联网标题党文化对读者心理的影响。
不知道是不是只有我这样，看到一篇学术文章用类似标题党的标题，我有点被吓到。作为综述论文这个标题也许完全合理，但近几年被'10 个怪招优化一切'之类的文章轰炸后，我的怀疑雷达立刻被触发了。互联网真是把脑子带歪了。
eterpstra查看英文原文
Is it just me, or was anyone else taken aback by an academic article using a linkbait-esque title? I'm sure the title is perfectly reasonable, given that it's a survey paper, but the past few years of being bombarded with articles like "10 weird tricks to optimize your everything" immediately triggers my skeptical meter. Funny how the internet warps the brain.
历次讨论
- 2014Hacker News 讨论帖177 分 · 43 评
同领域还值得读
DeepSeek-R1：通过强化学习激励 LLM 的推理能力
DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via RL
研究如何用强化学习激励大语言模型的推理能力，提出 DeepSeek-R1，并探讨 RL 训练对模型推理表现的影响。
AI 与机器学习2025 · 1,351 分 · 1,056 评 · 引用 30进阶 · 约 80 分钟编辑精选1-bit LLM 时代：面向低成本计算的三值参数
The Era of 1-bit LLMs: ternary parameters for cost-effective computing
提出用三值参数 {-1, 0, 1} 替代 LLM 中的浮点权重，即所谓“1-bit LLM”。
AI 与机器学习2024 · 1,040 分 · 447 评 · 引用 19进阶 · 约 45 分钟编辑精选DeepSeek-V3.2：推进开放大语言模型的前沿
DeepSeek-v3.2: Pushing the frontier of open large language models
这是 DeepSeek-V3.2 的技术报告，延续了 DeepSeek 开源权重模型的路线，目标是让开放模型继续逼近甚至追平前沿闭源模型。
AI 与机器学习2025 · 982 分 · 465 评进阶 · 约 90 分钟编辑精选通过自我对弈与通用强化学习掌握国际象棋和将棋（AlphaZero）
Mastering Chess and Shogi by Self-Play with General Reinforcement Learning
DeepMind 的 AlphaZero 论文：用通用强化学习算法（自我博弈 + MCTS + 神经网络），从零开始仅数小时训练便在国际象棋和将棋上击败了世界顶级引擎 Stock…
AI 与机器学习2017 · 539 分 · 270 评 · 引用 13进阶 · 约 90 分钟编辑精选用强化学习发现更快的矩阵乘法算法
Discovering faster matrix multiplication algorithms with reinforcement learning
论文提出 AlphaTensor，用强化学习搜索矩阵乘法算法。
AI 与机器学习2022 · 518 分 · 111 评专业 · 约 90 分钟编辑精选