摘要： 导读：作者wrchow是浙江大学计算机硕士，通过自己的努力终于拿到了心仪的offer（搜狗Web数据挖掘助理研究员），实现了从事互联网数据挖掘的梦想。他对数据挖掘这个行业的兴趣，以及为了进入这个行业所做的准备和努力，非常值得想进入这一行业的在校生或朋友们参考。我的数据挖掘之路由于本科专业是生物信息(可以理解为生物统计学或者与基因数据相关的数据挖掘学科)， 所以那时已经开始接触数据挖掘，对统计也算有一定的基础。记得大二的时候，我便开始学用 matlab，然后玩弄SVM，神经网络之类的机器学习算法做一些分析和实验。现在想想那时候可能连这些算法的基本概念都不是很清晰，算是皮毛都不懂。但有一点就是，让 阅读全文

摘要： 几个月前找实习的时候囫囵吞枣地看了一遍《这些道理没有人告诉过你》，觉得讲得还不错，现在重看，顺便写一下读书笔记。1 择业主要从四个方面进行选择：行业，职业，公司，薪资，而不是某个具体职业。2关于大学规划的反思:作者以一个过来人的角度，回眸并得到经验，大学规划应该：（1）打造自己的通才本领：越是知名企业越看重通才能力，通才包括1 英语口语水平，尤其是实用口语的练习；2 计算机操作水平，要把word,excel ,PPT学精学透，而不是只懂得基本操作。（其实在实习期间我也有此感悟，当时才暗暗下定决心要好好学，要不然好多操作都要花上好长时间，结果一回到学校就缺乏动力了）3 逻辑思维能力：逻辑思维能力 阅读全文

摘要： 交叉验证（Cross validation)，有时亦称循环估计， 是一种统计学上将数据样本切割成较小子集的实用方法。于是可以先在一个子集上做分析， 而其它子集则用来做后续对此分析的确认及验证。 一开始的子集被称为训练集。而其它的子集则被称为验证集或测试集。交叉验证是一种评估统计分析、机器学习算法对独立于训练数据的数据集的泛化能力（generalize），交叉验证一般要尽量满足：1）训练集的比例要足够多，一般大于一半2）训练集和测试集要均匀抽样交叉验证主要分成以下几类：1）k-folder cross-validation:k个子集，每个子集均做一次测试集，其余的作为训练集。交叉验证重复k次，每 阅读全文

该文被密码保护。 阅读全文