博客园 - Alexander
uuid:24b78886-0ed1-41c2-8670-e3f31dcf42c4;id=16293
2020-02-23T08:38:43Z
Alexander
https://www.cnblogs.com/bnuvincent/
feed.cnblogs.com
https://www.cnblogs.com/bnuvincent/p/12350357.html
比特币的原理 - Alexander
https://zhuanlan.zhihu.com/p/34350017 https://bitcoin.org/en/bitcoin-paper 转的一篇,其中的关键点进行点评 简介 本篇文章试图让你明白什么比特币?以及让你明白账本、数字签名、加密散列函数、区块链、挖矿等含义。我不会做一些浅显的
2020-02-23T08:32:00Z
2020-02-23T08:32:00Z
Alexander
https://www.cnblogs.com/bnuvincent/
【摘要】https://zhuanlan.zhihu.com/p/34350017 https://bitcoin.org/en/bitcoin-paper 转的一篇,其中的关键点进行点评 简介 本篇文章试图让你明白什么比特币?以及让你明白账本、数字签名、加密散列函数、区块链、挖矿等含义。我不会做一些浅显的 <a href="https://www.cnblogs.com/bnuvincent/p/12350357.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/bnuvincent/p/11296343.html
word2vec原理总结 - Alexander
一篇很好的入门博客,http://mccormickml.com/2016/04/19/word2vec-tutorial-the-skip-gram-model/ 他的翻译,https://www.jianshu.com/p/1405932293ea 可以作为参考的,https://blog.cs
2019-08-03T13:13:00Z
2019-08-03T13:13:00Z
Alexander
https://www.cnblogs.com/bnuvincent/
【摘要】一篇很好的入门博客,http://mccormickml.com/2016/04/19/word2vec-tutorial-the-skip-gram-model/ 他的翻译,https://www.jianshu.com/p/1405932293ea 可以作为参考的,https://blog.cs <a href="https://www.cnblogs.com/bnuvincent/p/11296343.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/bnuvincent/p/11223200.html
xgboost 算法总结 - Alexander
xgboost有一篇博客写的很清楚,但是现在网址已经失效了,之前转载过,可以搜索XGBoost 与 Boosted Tree。 现在参照这篇,自己对它进行一个总结。 xgboost是GBDT的后继算法,也是采用boost算法的cart 树集合。 一、基学习器:分类和回归树(CART) cart树既可
2019-07-21T14:43:00Z
2019-07-21T14:43:00Z
Alexander
https://www.cnblogs.com/bnuvincent/
【摘要】xgboost有一篇博客写的很清楚,但是现在网址已经失效了,之前转载过,可以搜索XGBoost 与 Boosted Tree。 现在参照这篇,自己对它进行一个总结。 xgboost是GBDT的后继算法,也是采用boost算法的cart 树集合。 一、基学习器:分类和回归树(CART) cart树既可 <a href="https://www.cnblogs.com/bnuvincent/p/11223200.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/bnuvincent/p/11221393.html
GBDT学习笔记 - Alexander
GBDT(Gradient Boosting Decision Tree,Friedman,1999)算法自提出以来,在各个领域广泛使用。从名字里可以看到,该算法主要涉及了三类知识,Gradient梯度、Boosting集成算法和 Decision Tree决策树。 该算法是GREEDY FUNCT
2019-07-21T07:42:00Z
2019-07-21T07:42:00Z
Alexander
https://www.cnblogs.com/bnuvincent/
【摘要】GBDT(Gradient Boosting Decision Tree,Friedman,1999)算法自提出以来,在各个领域广泛使用。从名字里可以看到,该算法主要涉及了三类知识,Gradient梯度、Boosting集成算法和 Decision Tree决策树。 该算法是GREEDY FUNCT <a href="https://www.cnblogs.com/bnuvincent/p/11221393.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/bnuvincent/p/11221344.html
LR 算法总结--斯坦福大学机器学习公开课学习笔记 - Alexander
在有监督学习里面有几个逻辑上的重要组成部件[3],初略地分可以分为:模型,参数 和 目标函数。(此部分转自 XGBoost 与 Boosted Tree) 一、模型和参数 模型指给定输入xi如何去预测 输出 yi。我们比较常见的模型如线性模型(包括线性回归和logistic regression)采
2019-07-21T07:30:00Z
2019-07-21T07:30:00Z
Alexander
https://www.cnblogs.com/bnuvincent/
【摘要】在有监督学习里面有几个逻辑上的重要组成部件[3],初略地分可以分为:模型,参数 和 目标函数。(此部分转自 XGBoost 与 Boosted Tree) 一、模型和参数 模型指给定输入xi如何去预测 输出 yi。我们比较常见的模型如线性模型(包括线性回归和logistic regression)采 <a href="https://www.cnblogs.com/bnuvincent/p/11221344.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/bnuvincent/p/11219276.html
sklearn的基本使用 - Alexander
https://cloud.tencent.com/developer/news/58202 简介 今天为大家介绍的是scikit-learn。sklearn是一个Python第三方提供的非常强力的机器学习库,它包含了从数据预处理到训练模型的各个方面。在实战使用scikit-learn中可以极大的节
2019-07-20T13:10:00Z
2019-07-20T13:10:00Z
Alexander
https://www.cnblogs.com/bnuvincent/
【摘要】https://cloud.tencent.com/developer/news/58202 简介 今天为大家介绍的是scikit-learn。sklearn是一个Python第三方提供的非常强力的机器学习库,它包含了从数据预处理到训练模型的各个方面。在实战使用scikit-learn中可以极大的节 <a href="https://www.cnblogs.com/bnuvincent/p/11219276.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/bnuvincent/p/11183206.html
批量梯度下降(BGD)、随机梯度下降(SGD)以及小批量梯度下降(MBGD)的理解 - Alexander
https://www.cnblogs.com/lliuye/p/9451903.html 梯度下降法作为机器学习中较常使用的优化算法,其有着三种不同的形式:批量梯度下降(Batch Gradient Descent)、随机梯度下降(Stochastic Gradient Descent)以及小批量
2019-07-14T01:51:00Z
2019-07-14T01:51:00Z
Alexander
https://www.cnblogs.com/bnuvincent/
【摘要】https://www.cnblogs.com/lliuye/p/9451903.html 梯度下降法作为机器学习中较常使用的优化算法,其有着三种不同的形式:批量梯度下降(Batch Gradient Descent)、随机梯度下降(Stochastic Gradient Descent)以及小批量 <a href="https://www.cnblogs.com/bnuvincent/p/11183206.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/bnuvincent/p/9695666.html
Logistic回归计算过程的推导 - Alexander
https://blog.csdn.net/ligang_csdn/article/details/53838743 https://blog.csdn.net/weixin_30014549/article/details/52850870 https://www.cnblogs.com/Holy
2018-09-24T07:34:00Z
2018-09-24T07:34:00Z
Alexander
https://www.cnblogs.com/bnuvincent/
【摘要】https://blog.csdn.net/ligang_csdn/article/details/53838743 https://blog.csdn.net/weixin_30014549/article/details/52850870 https://www.cnblogs.com/Holy <a href="https://www.cnblogs.com/bnuvincent/p/9695666.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/bnuvincent/p/9693190.html
机器学习算法GBDT - Alexander
http://www-personal.umich.edu/~jizhu/jizhu/wuke/Friedman-AoS01.pdf https://www.cnblogs.com/bentuwuying/p/6667267.html https://www.cnblogs.com/ModifyRo
2018-09-23T09:22:00Z
2018-09-23T09:22:00Z
Alexander
https://www.cnblogs.com/bnuvincent/
【摘要】http://www-personal.umich.edu/~jizhu/jizhu/wuke/Friedman-AoS01.pdf https://www.cnblogs.com/bentuwuying/p/6667267.html https://www.cnblogs.com/ModifyRo <a href="https://www.cnblogs.com/bnuvincent/p/9693190.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/bnuvincent/p/9657341.html
XGBoost 与 Boosted Tree - Alexander
http://www.52cs.org/?p=429 作者:陈天奇,毕业于上海交通大学ACM班,现就读于华盛顿大学,从事大规模机器学习研究。 注解:truth4sex 编者按:本文是对开源xgboost库理论层面的介绍,在陈天奇原文《梯度提升法和Boosted Tree》的基础上,做了如下注解:1)
2018-09-16T12:54:00Z
2018-09-16T12:54:00Z
Alexander
https://www.cnblogs.com/bnuvincent/
【摘要】http://www.52cs.org/?p=429 作者:陈天奇,毕业于上海交通大学ACM班,现就读于华盛顿大学,从事大规模机器学习研究。 注解:truth4sex 编者按:本文是对开源xgboost库理论层面的介绍,在陈天奇原文《梯度提升法和Boosted Tree》的基础上,做了如下注解:1) <a href="https://www.cnblogs.com/bnuvincent/p/9657341.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/bnuvincent/p/9630175.html
信用评分卡(A卡/B卡/C卡)的模型简介及开发流程|干货 - Alexander
https://blog.csdn.net/varyall/article/details/81173326 如今在银行、消费金融公司等各种贷款业务机构,普遍使用信用评分,对客户实行打分制,以期对客户有一个优质与否的评判。但是不是所有人都知道信用评分卡还分A,B,C卡三类! A卡(Applicati
2018-09-11T12:40:00Z
2018-09-11T12:40:00Z
Alexander
https://www.cnblogs.com/bnuvincent/
【摘要】https://blog.csdn.net/varyall/article/details/81173326 如今在银行、消费金融公司等各种贷款业务机构,普遍使用信用评分,对客户实行打分制,以期对客户有一个优质与否的评判。但是不是所有人都知道信用评分卡还分A,B,C卡三类! A卡(Applicati <a href="https://www.cnblogs.com/bnuvincent/p/9630175.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/bnuvincent/p/9627973.html
求方差分析与两样本T检验 区别 - Alexander
方差分析与两样本T检验。1。首先可以看到方差分析(ANOVA)包含两样本T检验,把两样本T检验作为自己的特例。因为ANOVA可以比较多个总体的均值,当然包含两个总体作为特例。实际上,T的平方就是F统计量(m个自由度的T分布之平方恰为自由度为(1,m)的F 分布。因此,这时候二者检验效果完全相同。T 
2018-09-11T07:29:00Z
2018-09-11T07:29:00Z
Alexander
https://www.cnblogs.com/bnuvincent/
【摘要】方差分析与两样本T检验。1。首先可以看到方差分析(ANOVA)包含两样本T检验,把两样本T检验作为自己的特例。因为ANOVA可以比较多个总体的均值,当然包含两个总体作为特例。实际上,T的平方就是F统计量(m个自由度的T分布之平方恰为自由度为(1,m)的F 分布。因此,这时候二者检验效果完全相同。T  <a href="https://www.cnblogs.com/bnuvincent/p/9627973.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/bnuvincent/p/9615129.html
互联网运营中的10大数据分析方法 - Alexander
https://www.sohu.com/a/212888005_468714 http://www.woshipm.com/data-analysis/758063.html 道家强调四个字,叫“道、法、术、器”。“器”是指物品或工具,在数据分析领域指的就是数据分析的产品或工具,“工欲善其事,必先
2018-09-09T13:11:00Z
2018-09-09T13:11:00Z
Alexander
https://www.cnblogs.com/bnuvincent/
【摘要】https://www.sohu.com/a/212888005_468714 http://www.woshipm.com/data-analysis/758063.html 道家强调四个字,叫“道、法、术、器”。“器”是指物品或工具,在数据分析领域指的就是数据分析的产品或工具,“工欲善其事,必先 <a href="https://www.cnblogs.com/bnuvincent/p/9615129.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/bnuvincent/p/9612686.html
visualization of filters keras 基于Keras的卷积神经网络(CNN)可视化 - Alexander
https://adeshpande3.github.io/adeshpande3.github.io/ https://blog.csdn.net/weiwei9363/article/details/79112872 https://blog.csdn.net/and_w/article/det
2018-09-09T02:06:00Z
2018-09-09T02:06:00Z
Alexander
https://www.cnblogs.com/bnuvincent/
【摘要】https://adeshpande3.github.io/adeshpande3.github.io/ https://blog.csdn.net/weiwei9363/article/details/79112872 https://blog.csdn.net/and_w/article/det <a href="https://www.cnblogs.com/bnuvincent/p/9612686.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/bnuvincent/p/9612657.html
不平衡数据下的机器学习方法简介 imbalanced time series classification - Alexander
imbalanced time series classification http://www.vipzhuanli.com/pat/books/201510229367.5/2.html?page=2 这个专利可以去国家专利局网站查询,有具体文档。 https://www.jianshu.com
2018-09-09T01:58:00Z
2018-09-09T01:58:00Z
Alexander
https://www.cnblogs.com/bnuvincent/
【摘要】imbalanced time series classification http://www.vipzhuanli.com/pat/books/201510229367.5/2.html?page=2 这个专利可以去国家专利局网站查询,有具体文档。 https://www.jianshu.com <a href="https://www.cnblogs.com/bnuvincent/p/9612657.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/bnuvincent/p/9612652.html
t-SNE完整笔记 - Alexander
http://www.datakit.cn/blog/2017/02/05/t_sne_full.html t-SNE(t-distributed stochastic neighbor embedding)是用于降维的一种机器学习算法,是由 Laurens van der Maaten 和 Geo
2018-09-09T01:55:00Z
2018-09-09T01:55:00Z
Alexander
https://www.cnblogs.com/bnuvincent/
【摘要】http://www.datakit.cn/blog/2017/02/05/t_sne_full.html t-SNE(t-distributed stochastic neighbor embedding)是用于降维的一种机器学习算法,是由 Laurens van der Maaten 和 Geo <a href="https://www.cnblogs.com/bnuvincent/p/9612652.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/bnuvincent/p/9607039.html
排序算法 - Alexander
SortAlgorithms https://github.com/iTimeTraveler/SortAlgorithms#%E4%BA%94%E5%86%92%E6%B3%A1%E6%8E%92%E5%BA%8Fbubble-sort https://itimetraveler.github.i
2018-09-07T13:00:00Z
2018-09-07T13:00:00Z
Alexander
https://www.cnblogs.com/bnuvincent/
【摘要】SortAlgorithms https://github.com/iTimeTraveler/SortAlgorithms#%E4%BA%94%E5%86%92%E6%B3%A1%E6%8E%92%E5%BA%8Fbubble-sort https://itimetraveler.github.i <a href="https://www.cnblogs.com/bnuvincent/p/9607039.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/bnuvincent/p/9551071.html
latex 参考文献 - Alexander
https://blog.csdn.net/garfielder007/article/details/51628565 https://www.cnblogs.com/BUAAdaozhong/p/6420227.html https://wenku.baidu.com/view/3fa93edb
2018-08-28T13:45:00Z
2018-08-28T13:45:00Z
Alexander
https://www.cnblogs.com/bnuvincent/
【摘要】https://blog.csdn.net/garfielder007/article/details/51628565 https://www.cnblogs.com/BUAAdaozhong/p/6420227.html https://wenku.baidu.com/view/3fa93edb <a href="https://www.cnblogs.com/bnuvincent/p/9551071.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/bnuvincent/p/9550350.html
LaTeX 各种命令,符号 - Alexander
https://blog.csdn.net/garfielder007/article/details/51646604 函数、符号及特殊字符 声调 函数 同余 微分 集合 逻辑 根号 关系符号 \begin{align} \because\begin{cases} \acute{a}x^2+bx^
2018-08-28T11:35:00Z
2018-08-28T11:35:00Z
Alexander
https://www.cnblogs.com/bnuvincent/
【摘要】https://blog.csdn.net/garfielder007/article/details/51646604 函数、符号及特殊字符 声调 函数 同余 微分 集合 逻辑 根号 关系符号 \begin{align} \because\begin{cases} \acute{a}x^2+bx^ <a href="https://www.cnblogs.com/bnuvincent/p/9550350.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/bnuvincent/p/9441100.html
深度学习在美团搜索广告排序的应用实践 - Alexander
https://tech.meituan.com/searchads_dnn.html 一、前言 在计算广告场景中,需要平衡和优化三个参与方——用户、广告主、平台的关键指标,而预估点击率CTR(Click-through Rate)和转化率CVR(Conversion Rate)是其中非常重要的一环
2018-08-08T02:04:00Z
2018-08-08T02:04:00Z
Alexander
https://www.cnblogs.com/bnuvincent/
【摘要】https://tech.meituan.com/searchads_dnn.html 一、前言 在计算广告场景中,需要平衡和优化三个参与方——用户、广告主、平台的关键指标,而预估点击率CTR(Click-through Rate)和转化率CVR(Conversion Rate)是其中非常重要的一环 <a href="https://www.cnblogs.com/bnuvincent/p/9441100.html" target="_blank">阅读全文</a>