摘要：最近需要对商品中的特有的词识别，因此需新词发现算法，matrix的这篇算法很好。 对中文资料进行自然语言处理时，我们会遇到很多其他语言不会有的困难，例如分词——汉语的词与词之间没有空格，那计算机怎么才知道“已结婚的和尚未结婚的”究竟是“已／结婚／的／和／尚未／结婚／的”，还是“已／结婚／的／和尚／未 阅读全文

摘要：转自csdn，加上一些自己的理解。基于特征化工程进行用户特征化，结合相关的机器学习算法对业务进行挖掘建模，在广告的精准投放、预测、风控等领域中应用的非常广泛。无论是有监督的学习分类算法，还是无监督的聚类也罢，都需要建立特征向量，对特征进行预处理；其中对于有监督的训练时，还需要进行样本的筛选。本章节讲... 阅读全文

摘要：这个转自csdn，很贴近工程。协同过滤（Collective Filtering）可以说是推荐系统的标配算法。在谈推荐必谈协同的今天，我们也来谈一谈基于KNN的协同过滤在实际的推荐应用中的一些心得体会。我们首先从协同过滤的两个假设聊起。两个假设：用户一般会喜欢与自己喜欢物品相似的物品用户一般会喜欢与... 阅读全文

摘要：大数据/数据挖掘/推荐系统/机器学习相关资源Share my personal resources视频大数据视频以及讲义http://pan.baidu.com/share/link?shareid=3860301827&uk=3978262348浙大数据挖掘系列http://v.youku.com... 阅读全文

摘要：---恢复内容开始---今天学习LDA主题模型，看到Beta分布和Dirichlet分布一脸的茫然，这俩玩意怎么来的，再网上查阅了很多资料，当做读书笔记记下来：先来几个名词： 共轭先验： 在贝叶斯统计理论中，如果某个随机变量Θ的后验概率p(θ|x)和他的先验概率p(θ)属于同一个分布簇的，那么称p(... 阅读全文