日期: 2016 年 9 月 28 日

机器学习中 有价值，高质量的数据集汇总 持续更新中…

巧妇难为无米之炊，没有有价值，高质量的数据集， 我们搞数据科学的怎么混呢？

今天David 9 把收集的机器学习中的高质量数据集晒一晒，以后也会持续更新：

1. 机器学习UCI数据库 ：http://archive.ics.uci.edu/ml/

2. KDD cup竞赛数据集 ： http://kdd.ics.uci.edu/

3. 明尼苏达大学整理的数据集：http://dmr.cs.umn.edu/datasets.html

4. 华盛顿大学整理的数据集： http://www.cs.washington.edu/dm/vfml/

5. 预测者网，金融数据服务： http://yucezhe.com/product/home 继续阅读机器学习中 有价值，高质量的数据集汇总 持续更新中…

蒙特卡洛树搜索 MCTS 入门

参考文献：

  1. http://www.kuqin.com/shuoit/20160219/350769.html
  2. https://www.caktusgroup.com/blog/2015/09/24/introduction-monte-carlo-tree-search-1/

什么是 MCTS？

全称 Monte Carlo Tree Search，是一种人工智能问题中做出最优决策的方法，一般是在组合博弈中的行动（move）规划形式。它结合了随机模拟的一般性和树搜索的准确性。

MCTS 受到快速关注主要是由计算机围棋程序的成功以及其潜在的在众多难题上的应用所致。超越博弈游戏本身，MCTS 理论上可以被用在以 {状态 state，行动 action} 对定义和用模拟进行预测输出结果的任何领域。

基本算法

基本的 MCTS 算法非常简单：根据模拟的输出结果，按照节点构造搜索树。其过程可以分为下面的若干步： 继续阅读蒙特卡洛树搜索 MCTS 入门