随笔分类 - 数据挖掘
摘要：《计算广告学》 http://study.163.com/course/courseMain.htm?courseId=321007 书籍已下载，位置在： /Users/baidu/Documents/Data/Interview/计算广告/
阅读全文
摘要：数学上最漂亮的办法是最大熵(maximum entropy)模型，它相当于行星运动的椭圆模型。 "最大熵"这个名词听起来很深奥，但是它的原理很简单，我们每天都在用。说白了，就是要保留全部的不确定性，将风险降到最小。让我们来看一个实际例子。 有 一次，我去 AT&T 实验室作关于最大熵模型的报告，我带
阅读全文
摘要：https://hit-scir.gitbooks.io/neural-networks-and-deep-learning-zh_cn/
阅读全文
摘要：http://blog.csdn.net/dark_scope/article/details/14103983 据说在Deep Learning出来之前，SVM和Adaboost是效果最好的 两个算法，而Adaboost是提升树(boosting tree)，所谓“提升树”就是把“弱学习算法”提升
阅读全文
摘要：看了这篇文章 http://blog.csdn.net/zouxy09/article/details/24971995/ 还是没怎么看懂。但是感觉蛮在理的。需要再看。
阅读全文
摘要：http://www.cnblogs.com/CheeseZH/p/4096546.html 写的还不错。里面还引申了好几个概念，包括AdaBoost，L1/L2正则（范数）等。 提纲列一下： 1. 使用模型默认的损失函数 例如我在珍爱网做付费用户预测时，由于付费用户本身数量级就不大，所以我宁可误判
阅读全文
摘要：http://www.cnblogs.com/CheeseZH/p/5283390.html 这个思路还是正确的： 首先处理大数据的面试题，有些基本概念要清楚： （1）1Gb = 109bytes（1Gb = 10亿字节）：1Gb = 1024Mb，1Mb = 1024Kb，1Kb = 1024by
阅读全文
摘要：参考这篇文章，写的不错。 http://www.cnblogs.com/heaad/archive/2010/12/23/1914725.html 另外上一篇文章说了模拟退火算法。 遗传算法 ( GA , Genetic Algorithm ) ，也称进化算法 。 遗传算法是受达尔文的进化论的启发，
阅读全文
摘要：这篇文章写的不错： http://www.cnblogs.com/heaad/archive/2010/12/20/1911614.html 今天感觉写文章和学东西，有点发散，东一块西一块，呵呵。要逐渐收敛。 一. 爬山算法 ( Hill Climbing ) 爬山算法实现很简单，其主要缺点是会陷入
阅读全文
摘要：看这一个系列里面的文章（写的不好，语言太晦涩了，不要看了）： http://ifeve.com/getting-started-with-stom-index/ 下面这个系列很不错： http://www.cnblogs.com/xia520pi/category/735194.html http:
阅读全文
摘要：总的来说，信息爆炸，产生了信息过载。解决的方法主要有两类：检索和推荐。检索是主动的有目的的、意图明确，推荐是非主动的、意图不明确。 推荐方面最经典的，就是协同过滤推荐了。我博客这里有两篇，一篇偏理论，一篇讲ALS实战。 《协同过滤 CF & ALS 及在Spark上的实现》 《协同过滤 & Spar
阅读全文
摘要：说的通俗一点啊，最大似然估计，就是利用已知的样本结果，反推最有可能（最大概率）导致这样结果的参数值。例如：一个麻袋里有白球与黑球，但是我不知道它们之间的比例，那我就有放回的抽取10次，结果我发现我抽到了8次黑球2次白球，我要求最有可能的黑白球之间的比例时，就采取最大似然估计法： 我假设我抽到黑球的概
阅读全文
摘要：作为机器学习重要的评价指标，标题中的三个内容，在下面读书笔记里面都有讲： http://www.cnblogs.com/charlesblc/p/6188562.html 但是讲的不细，不太懂。今天又理解了一下。看了这篇文章： https://www.douban.com/note/24727114
阅读全文
摘要：http://www.cnblogs.com/peileyuan/p/4775453.html <浅谈机器学习的职业发展方向> http://blog.sina.com.cn/s/blog_a7c41f530102uxda.html 设计过程中该收集什么数据如何从登陆日志中挖掘尽可能多的信息 bay
阅读全文
摘要：csdn上面有一篇ppt，但是下载分太贵了。里面东西看起来讲的还可以。看看能不能嵌入。 http://download.csdn.net/detail/u012289698/9371461 <iframe width='738' height='523' class='preview-iframe'
阅读全文
摘要：SVM的文章可以看：http://www.cnblogs.com/charlesblc/p/6193867.html 有写的最好的文章来自：http://www.blogjava.net/zhenandaci/category/31868.html 这里面貌似也有一些机器学习文章：http://le
阅读全文
摘要：使用Spark进行ALS编程的例子可以看：http://www.cnblogs.com/charlesblc/p/6165201.html ALS：alternating least squares 关于协同过滤ALS原理的可以看这篇文章：http://www.docin.com/p-9388977
阅读全文
摘要：上次那个逻辑回归讲的很好，这次还是这个人的博客，讲了线性回归，分为梯度下降，和normal equation两部分： http://blog.csdn.net/dongtingzhizi/article/details/16884215 第一部分，Gradient Descent方法 （一）h函数
阅读全文
摘要：参考这篇文章：http://blog.csdn.net/dongtingzhizi/article/details/15962797 这篇文章写的真好，把我之前那篇文章的困惑都解释了 http://www.cnblogs.com/charlesblc/p/6208688.html 对《机器学习实战》
阅读全文
摘要：参考了这个网页：http://blog.csdn.net/han_xiaoyang/article/details/49123419 数据用了 https://pan.baidu.com/s/1pKxJl1p#list/path=%2F 这里面的data1 （已经转存到自己的网盘） 代码如下： 运行
阅读全文
浙公网安备 33010602011771号