yyyyyyyyyyyyyyyyyyyy

博客园 首页 新随笔 联系 订阅 管理

2016年11月27日 #

Facebook内部分享:25个高效工作的小技巧
摘要： Facebook内部分享:25个高效工作的小技巧 Facebook 内部分享：不论你如何富有，你都赚不到更多的时间，你也回不到过去。没有那么多的假如，只有指针滴答的时光飞逝和你应该好好把握的现在，以下25张PPT的分享将为您带来时间价值管理的技巧。 1、时间常有，时间优先。 2、时间总会有的： 每天只计划 4～5 小时真正的工作。 3、当你在状态时，就多干点；不然就好好休息： 有时候会... 阅读全文
posted @ 2016-11-27 22:46 xxxxxxxx1x2xxxxxxx 阅读(205) 评论(0) 推荐(0)

最牛逼的开源机器学习框架,你知道几个
摘要： 最牛逼的开源机器学习框架,你知道几个 机器学习毫无疑问是当今最热的话题，它已经渗透到生活的方方面面，在移动互联网中混不懂点机器学习都不好意思，说几个能看的到的，经常用邮箱吧，是不是感觉垃圾邮件比N年前变少了，无聊了和siri聊过天不，想坐一下无人驾驶汽车吗，手累了用脸解个锁，智能化产品推荐是不是让你 阅读全文
posted @ 2016-11-27 22:45 xxxxxxxx1x2xxxxxxx 阅读(527) 评论(0) 推荐(0)

广告行业的大数据处理架构实践
摘要： 广告行业的大数据处理架构实践 如果您希望阅读更多的大数据机器学习的文章，请关注公众号：QCon大数据机器学习 时间：2015年5月26日 晚20点 讲师介绍：AdMaster技术副总裁，资深大数据技术专家。关注高可靠、高可用、高扩展、高性能系统服务，关注Hadoop/Storm/Spark/Elas 阅读全文
posted @ 2016-11-27 22:44 xxxxxxxx1x2xxxxxxx 阅读(682) 评论(0) 推荐(0)

交谈10要素,
摘要： 交谈10要素, 上面图片我也是抄来的,哈哈,原谅我的技术不行哦 Celeste Headlee 讲师 如果成为一个更好的交谈者？ 交谈需要平衡讲述和倾听 所以我接下来的十分钟来教你们如何谈话，以及如何倾听 大部分都知道的部分，看着对方的眼睛、提前想好可以讨论的有趣话题或者注视，点头，以及微笑来表明你 阅读全文
posted @ 2016-11-27 22:44 xxxxxxxx1x2xxxxxxx 阅读(279) 评论(0) 推荐(0)

【机器学习】代价函数（cost function）
摘要： 注：代价函数（有的地方也叫损失函数，Loss Function）在机器学习中的每一种算法中都很重要，因为训练模型的过程就是优化代价函数的过程，代价函数对每个参数的偏导数就是梯度下降中提到的梯度，防止过拟合时添加的正则化项也是加在代价函数后面的。在学习相关算法的过程中，对代价函数的理解也在不断的加深， 阅读全文
posted @ 2016-11-27 22:42 xxxxxxxx1x2xxxxxxx 阅读(439) 评论(0) 推荐(0)

流失预测模型的应用
摘要： 流失预测模型的应用 一、概述 对于一个互联网企业来说，用户流失是一个不可避免的问题。一定范围内的用户流失率是可以被接受的，因为并不是所有的用户都是我们的目标用户。但是当用户的流失率超出我们的预期时，就应该思考用户为什么会离开？有没有办法预测出具有流失倾向的用户？并通过针对性的挽留工作避免其流失。 本 阅读全文
posted @ 2016-11-27 22:41 xxxxxxxx1x2xxxxxxx 阅读(392) 评论(0) 推荐(0)

基于Spark ALS构建商品推荐引擎
摘要： 基于Spark ALS构建商品推荐引擎 一般来讲，推荐引擎试图对用户与某类物品之间的联系建模，其想法是预测人们可能喜好的物品并通过探索物品之间的联系来辅助这个过程，让用户能更快速、更准确的获得所需要的信息，提升用户的体验、参与度以及物品对用户的吸引力。 在开始之前，先了解一下推荐模型的分类： 1、基 阅读全文
posted @ 2016-11-27 22:40 xxxxxxxx1x2xxxxxxx 阅读(1356) 评论(0) 推荐(0)

作为程序员的个人发展
摘要： 作为程序员的个人发展 作为一名软件工程师，说实话，写文章要比写代码难多了。 要说发展，知乎，CSDN，博客园里很多专业的建议。这里只是写出自己细微的经验，希望能给同样境遇的人一些对照。 相信很多软(Ma)件(Nong)从业者和我一样，大学时学了一堆理论基础: 计算机原理，OOSAD，网络基础，软件工 阅读全文
posted @ 2016-11-27 22:39 xxxxxxxx1x2xxxxxxx 阅读(324) 评论(0) 推荐(0)

机器学习常见算法优缺点总结，一文看懂机器学习的各种算法特点
摘要： 机器学习常见算法优缺点总结 K近邻：算法采用测量不同特征值之间的距离的方法进行分类。 优点： 1.简单好用，容易理解，精度高，理论成熟，既可以用来做分类也可以用来做回归； 2.可用于数值型数据和离散型数据； 3.训练时间复杂度为O(n)；无数据输入假定； 4.对异常值不敏感 缺点： 1.计算复杂性高 阅读全文
posted @ 2016-11-27 22:38 xxxxxxxx1x2xxxxxxx 阅读(2016) 评论(0) 推荐(0)

博士应该怎样读 ——从我自身的经验谈起
摘要： 博士应该怎样读 ——从我自身的经验谈起 2016-09-16 上海交大 宫辰 博士应该怎样读 ——从我自身的经验谈起 宫 辰 （goodgongchen@sjtu.edu.cn） 上海交通大学电子信息与电气工程学院图像处理与模式识别研究所 关于如何读博士，如何成为一名优秀的博士，网上类似的帖子或文章 阅读全文
posted @ 2016-11-27 22:37 xxxxxxxx1x2xxxxxxx 阅读(1042) 评论(2) 推荐(2)

我的分布式机器学习故事
摘要： 我的分布式机器学习故事 从毕业加入Google开始做分布式机器学习，到后来转战腾讯广告业务，至今已经七年了。我想说说我见到的故事和我自己的实践经历。这段经历给我的感觉是：虽然在验证一个新的并行算法的正确性的时候，我们可以利用现有框架，尽量快速实现，但是任何一个有价值的机器学习思路，都值得拥有自己独特 阅读全文
posted @ 2016-11-27 22:36 xxxxxxxx1x2xxxxxxx 阅读(257) 评论(0) 推荐(0)

机器学习——统计与计算之恋
摘要： 机器学习——统计与计算之恋 编辑部按：本文是从张志华老师在第九届中国R语言会议和上海交通大学的两次讲座中整理出来的。张志华老师是上海交通大学计算机科学与工程系教授，上海交通大学数据科学研究中心兼职教授，计算机科学与技术和统计学双学科的博士生指导导师。在加入上海交通大学之前，是浙江大学计算机学院教授和 阅读全文
posted @ 2016-11-27 22:36 xxxxxxxx1x2xxxxxxx 阅读(270) 评论(0) 推荐(0)

【机器学习】神经网络实现异或（XOR）
摘要： 注：在吴恩达老师讲的【机器学习】课程中，最开始介绍神经网络的应用时就介绍了含有一个隐藏层的神经网络可以解决异或问题，而这是单层神经网络（也叫感知机）做不到了，当时就觉得非常神奇，之后就一直打算自己实现一下，一直到一周前才开始动手实现。自己参考【机器学习】课程中数字识别的作业题写了代码，对于作业题中给 阅读全文
posted @ 2016-11-27 22:34 xxxxxxxx1x2xxxxxxx 阅读(798) 评论(0) 推荐(0)

Gradient Boosted Regression Trees 2
摘要： Gradient Boosted Regression Trees 2 Regularization GBRT provide three knobs to control overfitting: tree structure, shrinkage, and randomization. Tree 阅读全文
posted @ 2016-11-27 22:33 xxxxxxxx1x2xxxxxxx 阅读(772) 评论(0) 推荐(0)

机器学习十大算法之KNN（K最近邻，k-NearestNeighbor)算法
摘要： 机器学习十大算法之KNN算法 前段时间一直在搞tkinter,机器学习荒废了一阵子。如今想重新写一个，发现遇到不少问题，不过最终还是解决了。希望与大家共同进步。 闲话少说，进入正题。 KNN算法也称最近邻居算法，是一种分类算法。 算法的基本思想：假设已存在一个数据集，数据集有多个数值属性和一个标签属 阅读全文
posted @ 2016-11-27 22:31 xxxxxxxx1x2xxxxxxx 阅读(230) 评论(0) 推荐(0)

Data Science 和 Finance 两个领域的融合是什么样子的？
摘要： Data Science 和 Finance 两个领域的融合是什么样子的？ 2015-05-24 董可人 现在大部分人所说的Quant一般是指各大投行里做衍生品定价，信用评估，风险控制之类工作的人，这种工作里又有很大一部分是涉及随机过程微分方程等偏理论的数学，对数据分析要求不高；只有另外一部分基于统 阅读全文
posted @ 2016-11-27 22:00 xxxxxxxx1x2xxxxxxx 阅读(204) 评论(0) 推荐(0)

R 语言的优劣势是什么？
摘要： R 语言的优劣势是什么？ 2015-05-27 程序员 大数据小分析 R，不仅仅是一种语言 本文原载于《程序员》杂志2010年第8期，因篇幅所限，有所删减，这里刊登的是全文。 工欲善其事，必先利其器，作为一个战斗在IT界第一线的工程师，C/C++、java、perl、python、ruby、php、 阅读全文
posted @ 2016-11-27 22:00 xxxxxxxx1x2xxxxxxx 阅读(594) 评论(0) 推荐(0)

SAS Annotated Output GLM
摘要： SAS Annotated Output GLM 在使用SAS过程中，proc glm步输出离差平方和有4种算法，分别是SS1 SS2 SS3 SS4 下面文章介绍了其中SS3的具体计算步骤和例子。 This page shows an example of analysis of variance 阅读全文
posted @ 2016-11-27 21:59 xxxxxxxx1x2xxxxxxx 阅读(425) 评论(0) 推荐(0)

统计学的领域
摘要： 统计学的领域 作者注：本文是为中国人民大学统计学院本科院刊所写的稿件。走过了四年本科，觉得应该对后来人讲一些负责任的话，以使大家能更高效地学习。我认为人生的奋斗，怕的不是没有动力，而是有动力却不知道方向。因此，我把我所了解的统计学的领域介绍给大家，让大家早日了解一下统计学的基本内容，早日找到自己的方 阅读全文
posted @ 2016-11-27 21:58 xxxxxxxx1x2xxxxxxx 阅读(249) 评论(0) 推荐(0)

解码阿里数据：对外数据产品也浮出水面
摘要： 解码阿里数据：对外数据产品也浮出水面 2014-05-21 大数据时代，阿里巴巴[微博]集团是最有资本进行烂漫遥想的公司之一，阿里数据平台事业部的服务器上，攒下了超过100PB已“清洗”的数据。 马云[微博]曾在2012年公开宣称，“平台、数据、金融”是阿里集团和阿里小微集团未来的指导路线。在此前后 阅读全文
posted @ 2016-11-27 21:56 xxxxxxxx1x2xxxxxxx 阅读(184) 评论(0) 推荐(0)