博客目录

博主感兴趣的领域主要为机器学习,数据挖掘以及深度学习算法及相关应用,了解并接触过的具体业务场景有搜索引擎、推荐系统、社交网络分析以及计算广告学。

0. 推荐读书列表

 本站博客大体分为如下几个部分:

1. 算法

强化学习系列:

[Reinforcement Learning] 强化学习介绍

[Reinforcement Learning] 马尔可夫决策过程

[Reinforcement Learning] 动态规划(Planning)

[Reinforcement Learning] Model-Free Prediction

[Reinforcement Learning] Model-Free Control

[Reinforcement Learning] Value Function Approximation

[Reinforcement Learning] Policy Gradient Methods

[Reinforcement Learning] Cross-entropy Method

 

深度学习相关:

[Deep Learning] 正则化

[Deep Learning] 常用的Active functions & Optimizers

[Deep Learning] 深度学习中消失的梯度

[Deep Learning] 神经网络基础

 

机器学习相关:

[Machine Learning] 浅谈LR算法的Cost Function

[Machine Learning] logistic函数和softmax函数

[Machine Learning] 梯度下降法的三种形式BGD、SGD以及MBGD

[Machine Learning] Active Learning

[Machine Learning & Algorithm]CAML机器学习系列2:深入浅出ML之Entropy-Based家族

[Machine Learning & Algorithm]CAML机器学习系列1:深入浅出ML之Regression家族

[Algorithm & NLP] 文本深度表示模型——word2vec词向量模型

[Algorithm] 机器学习算法常用指标总结

[Algorithm & NLP] 使用SimHash进行海量文本去重

[Algorithm] 局部敏感哈希算法(Locality Sensitive Hashing)

[Machine Learning & Algorithm] 决策树与迭代决策树(GBDT)

[Machine Learning & Algorithm] 随机森林(Random Forest) 

[Machine Learning] 机器学习常见算法分类汇总

[Machine Learning & Algorithm] 朴素贝叶斯算法(Naive Bayes)

[Mechine Learning & Algorithm] 集成学习方法——Bagging和 Boosting

[Mechine Learning & Algorithm] 推荐系统之协同过滤(CF)算法详解和实现

[Algorithm & NLP] 字符串匹配算法——KMP算法

[Python & Machine Learning] 学习笔记之scikit-learn机器学习库

[Mechine Learning & Python] 机器学习库资料汇总 

[Machine Learning] Learning to rank算法简介

[Machine Learning] 国外程序员整理的机器学习资源大全

 

进化算法相关:

[Evolutionary Algorithm] 进化算法简介

[Evolutionary Algorithm] 群体智能优化算法之粒子群优化算法

 

2. 数学知识

[Math] 拉格朗日乘数法

[Math] 常见的几种最优化方法

3. 数据结构

[Data Structure] Bit-map空间压缩和快速排序去重

[Data Structure] 数据结构中各种树

[Data Structure & Algorithm] Hash那点事儿

[Data Structure & Algorithm] 七大查找算法

[Data Structure & Algorithm] 八大排序算法

4. 计算广告学 & 复杂网络分析 & 搜索引擎

[Computational Advertising] 计算广告学笔记之基础概念

[Network Analysis] 复杂网络分析总结

[Search Engine] 搜索引擎技术之查询处理

[Search Engine] 搜索引擎技术之倒排索引

[Search Engine] 搜索引擎技术之网络爬虫

[Search Engine] 搜索引擎分类和基础架构概述

5. Hadoop

[Hadoop] Google三驾马车:GFS、MapReduce和Bigtable

[Hadoop] 在Ubuntu系统上一步步搭建Hadoop(单机模式)

[Hadoop] Hadoop学习笔记之Hadoop基础

[Hadoop] Hadoop学习历程 [持续更新中…]

6. Python

[Python] 利用Django进行Web开发系列(一)

[Python] 利用Django进行Web开发系列(二)

[Python] 学习笔记之MySQL数据库操作

[Python] 网络爬虫和正则表达式学习总结

[Python] Python中的一些特殊函数

[Python] Python学习笔记之常用模块总结[持续更新...]

[Python] 目录和文件操作

[Python] 学习资料汇总

7. Linux

[Linux] Linux常用文本操作命令整理

[Linux] Linux指令汇总(持续更新中...)

[Linux & Shell] Shell学习笔记

[Linux & SVN] SVN介绍及Linux下SVN命令收录

[Linux & Mysql] Linux下Mysql的基本操作

8. C/C++

[C/C++] C/C++延伸学习系列之STL及Boost库概述

9. Others

[Network] 计算机网络基础知识总结

[Network] HTML、XML和JSON学习汇总

[Operate System & Algorithm] 页面置换算法

[SQL] SQL学习笔记之基础操作

10. 生活感悟

[知乎有感] 读研到底为了什么,值不值得?

posted @ 2016-01-03 00:59  Poll的笔记  阅读(1494)  评论(4编辑  收藏  举报