![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
论文与材料的学习笔记
zhiyong_will
这个作者很懒,什么都没留下…
展开
-
论文中的机器学习算法——基于密度峰值的聚类算法
一、前言二、算法的主要思想思想原创 2014-07-06 15:19:08 · 28140 阅读 · 19 评论 -
可扩展机器学习——概述
注:这是一份学习笔记,记录的是参考文献中的可扩展机器学习的一些内容,英文的PPT可见参考文献的链接。这个只是自己的学习笔记,对原来教程中的内容进行了梳理,有些图也是引用的原来的教程,若内容上有任何错误,希望与我联系,若内容有侵权,同样也希望告知,我会尽快删除。可扩展机器学习系列主要包括以下几个部分:概述Spark分布式处理线性回归(linear Regression)梯度下降(Gradien原创 2015-12-01 12:15:21 · 3347 阅读 · 0 评论 -
可扩展机器学习——Spark分布式处理
注:这是一份学习笔记,记录的是参考文献中的可扩展机器学习的一些内容,英文的PPT可见参考文献的链接。这个只是自己的学习笔记,对原来教程中的内容进行了梳理,有些图也是引用的原来的教程,若内容上有任何错误,希望与我联系,若内容有侵权,同样也希望告知,我会尽快删除。可扩展机器学习系列主要包括以下几个部分:概述Spark分布式处理线性回归(linear Regression)梯度下降(Gradien原创 2015-12-01 13:12:59 · 4163 阅读 · 1 评论 -
图解机器学习总结——2、回归
1原创 2016-04-25 10:21:16 · 7806 阅读 · 4 评论 -
图解机器学习总结——1、基本概念
序言:近期主要帮同事讲解《图解机器学习》,刚拿到这本书觉得内容相比较平常使用的机器学习算法,很多地方讲解得比较奇怪,所以很认真的读了一下,读了书就想把知识点整理出来,加上一些自己对各种算法的认识,因此这个系列里面有一些个人的理解,若有不对的地方,还请不吝指出,谢谢。本系列主要包括:1、基本概念(对应书上第一章和第二章)2、最小二乘学习法3、带有约束条件的最小二乘法4、稀疏学习5、原创 2016-04-09 21:51:28 · 5934 阅读 · 0 评论 -
计算广告——平滑CTR
一、广告计算的基本概念原创 2016-01-11 18:19:15 · 16604 阅读 · 2 评论 -
新的10大数据挖掘、机器学习算法
一、原来的10大算法2006年,IEEE的数据挖掘会议选出了10大算法:[见点击打开链接]C4.5k-MeansSupport Vector Machines(SVM)AprioriExpectation Maximization(EM)PageRankAdaBoostk-Nearest Neighbors(kNN)Naive BayesClassification and Regre原创 2015-01-18 14:07:17 · 7810 阅读 · 0 评论 -
计算广告——搜索广告技术初窥
这是对一个PPT的内容的整理,PPT的主要内容是刘铁岩的《Online Advertising》。主要介绍了一些付费搜索相关的一些技术。这篇文章主要是对这方面的知识做一个整理。在搜索广告中,有很多的知识点是值得借鉴的。一、广告1.1、定义:Advertising is a form of communication intended to persuade an audience原创 2016-04-14 21:50:34 · 6641 阅读 · 0 评论 -
《Python机器学习算法》的写作历程
最近有两个多月的时间没来更新博客,是一直在忙着一件事——将博客中的一些文章整理成书。一开始写博客,给自己的文章建了一个响亮的标题《简单易学的机器学习算法》,但是发现写着写着,每一个算法也变得没那么简单易学,因此想对这些零散的知识点做一次全面的整理。最初是一年前有了这个念头,一直没有去实践,自己给自己找了很多的借口,今年8月份,这个念头又一次那么强烈的袭上心头,没有太多思考,说干就干。。。决定了,但是原创 2016-09-28 14:30:59 · 19145 阅读 · 23 评论 -
《Python机器学习算法》勘误
本书在出版的过程中已经经过详细的检查,但是大小问题依旧存在,感谢各位细心的读者为本书指出的错误。 第34页的错误在Python2.7.9版本上不会报错。 第1版第一次印刷勘误 页码 原文 修改 XVI (目录)12.3.2 Mean shift 12.3.2 DBSCAN 26 (程序清单1-11:第11行)h r原创 2017-09-15 21:43:56 · 4770 阅读 · 16 评论 -
可扩展机器学习——分类——点击率预测(Click-through Rate Prediction)
注:这是一份学习笔记,记录的是参考文献中的可扩展机器学习的一些内容,英文的PPT可见参考文献的链接。这个只是自己的学习笔记,对原来教程中的内容进行了梳理,有些图也是引用的原来的教程,若内容上有任何错误,希望与我联系,若内容有侵权,同样也希望告知,我会尽快删除。这部分本应该加上实验的部分,实验的部分在后期有时间再补上。可扩展机器学习系列主要包括以下几个部分:概述 - Spark分布式处理 - 线性原创 2015-12-14 19:11:06 · 10178 阅读 · 3 评论 -
可扩展机器学习——线性回归(linear Regression)
注:这是一份学习笔记,记录的是参考文献中的可扩展机器学习的一些内容,英文的PPT可见参考文献的链接。这个只是自己的学习笔记,对原来教程中的内容进行了梳理,有些图也是引用的原来的教程,若内容上有任何错误,希望与我联系,若内容有侵权,同样也希望告知,我会尽快删除。这部分本应该加上实验的部分,实验的部分在后期有时间再补上。可扩展机器学习系列主要包括以下几个部分:概述 - Spark分布式处理 - 线性原创 2015-12-12 17:48:44 · 5558 阅读 · 1 评论 -
机器学习中的特征——特征选择的方法以及注意点
关于机器学习中的特征我有话要说一、特征选择和降维二、特征选择的目标三、原创 2014-10-12 17:23:26 · 73278 阅读 · 11 评论 -
机器学习的应用——关于正确应用机器学习
引言 前阵子看到一篇文章,学习了一段时间的机器学习算法后,再回头看机器学习问题,发现要想利用机器学习去很好的求解一个问题,其实是一件很难的事情。因为利用机器学习处理一个实际的问题就不仅仅是我们得学会怎么使用机器学习算法,更重要的是如何对整个问题建模。我刚开始是学习智能计算,当然一个优化问题怎么去建模,建模完成之后就是求解,相对还算比较简单。但是在机器学习中,问题就变得复杂多了,很多将机器原创 2014-11-03 15:55:14 · 27803 阅读 · 0 评论 -
数据处理——One-Hot Encoding
一、One-Hot Encoding One-Hot编码,又称为一位有效编码,主要是采用位状态寄存器来对个状态进行编码,每个状态都由他独立的寄存器位,并且在任意时候只有一位有效。 在实际的机器学习的应用任务中,特征有时候并不总是连续值,有可能是一些分类值,如性别可分为“male”和“female”。在机器学习任务中,对于这样的特征,通常我们需要对其进行特征数字化,如下面的例子:原创 2015-03-03 16:54:06 · 122746 阅读 · 9 评论 -
智能算法——PageRank
一、PageRank之前的网页评价指标二、原创 2015-09-15 23:34:51 · 3116 阅读 · 1 评论 -
剑指Offer——编程题的Java实现
声明:我写这个的意图是我在看书的过程中,就我掌握的原创 2014-10-23 20:06:31 · 16167 阅读 · 7 评论 -
《数学之美》拾遗——TF-IDF
开篇序在学习机器学习的过程中,我写了一些原创 2014-06-08 17:28:35 · 9356 阅读 · 0 评论 -
《数学之美》拾遗——潜在语义索引(LSI)
一、潜在语义索引的提出原创 2014-06-09 17:37:23 · 10440 阅读 · 9 评论 -
机器学习中的特征空间
声明:这篇博文主要是对参考文献中的那个PPT的学习之后记下的一些笔记,整理出来与大家一起分享,若笔记中有任何错误还请不吝指出,文中可能会使用到原作者的一些图,若侵犯到作者的权益,还请告知,我会删除,谢谢。一、机器学习的流程应用机器学习算法的流程大致可以分为:收集数据数据处理,提取特征训练模型模型部署模型的应用及反馈具体的衔接关系如下图所示:二、机器学习的关键问题在机器学习中主要有如下的三原创 2015-10-23 11:25:25 · 48257 阅读 · 7 评论 -
可扩展机器学习——梯度下降(Gradient Descent)
注:这是一份学习笔记,记录的是参考文献中的可扩展机器学习的一些内容,英文的PPT可见参考文献的链接。这个只是自己的学习笔记,对原来教程中的内容进行了梳理,有些图也是引用的原来的教程,若内容上有任何错误,希望与我联系,若内容有侵权,同样也希望告知,我会尽快删除。这部分本应该加上实验的部分,实验的部分在后期有时间再补上。可扩展机器学习系列主要包括以下几个部分:概述 - Spark分布式处理 - 线性原创 2015-12-12 17:58:03 · 5872 阅读 · 0 评论 -
推荐系统——(论文阅读笔记)YouTube的视频推荐系统
《The YouTube video recommendation system》是一篇详细介绍YouTube视频推荐的论文,在整个系统中没有复杂的算法,使用了一些简单有效的策略,这也符合工业界的应用,在工业界,为了考虑算法复杂度,数据量,可维护性等等一些因素,在工业界中,通常会选择一些简单有效的方法。以下是论文的核心内容:目标帮助用户找到高质量且符合用户兴趣的视频,最终实现的...原创 2016-10-21 15:21:55 · 5399 阅读 · 0 评论