Jemila

先验概率和后验概率的区别

pagerank 解析加代码

MMR的全称为Maximal Marginal Relevance ，中文名字为最大边界相关法或者最大边缘相关。它主要是用于提取文本的摘要，这种提取方式与textrank不同，textrank偏向于取全文的重要句子进行排序形成摘要，忽略了其多样性。

BM25 算法介绍

正负样本不均衡的解决办法

新词推荐学习算法其实很多人都已经知道这个算法了，是由Matrix67牛人提出来的，实现的方式也有很多人解决了。我只是写个最简单的介绍

判断点或者坐标是否在不规则区域内

数据预处理分为：数据清洗、数据集成、数据变换，数据规约数据清洗（去除噪声和异常值）异常值常用的检验方法有：聚类，散点图，偏度和峰度值，同时去除一下重复的、不重要的属性和数据数据集成（将不同的来源归纳在同一个数据集中）数据变换（将数据整理为可以挖掘的样式）数据规约1、基于树的方法是不需要进行特征的归一化，例如随机森林等。基于参数的模型或基于距离的模型(线性回归

最近爬取搜房网上海新房的2000个小区和行政区，对其小区爬了坐标，去掉一些可见的异常点，再进行聚类。

逻辑回归和多分类回归

根据youtube上sendex大神视频所敲写的代码：# -*- coding: utf-8 -*-"""Spyder EditorThis is a temporary script file."""import tensorflow as tffrom tensorflow.examples.tutorials.mnist import input_datamnist=

转载来自：http://book.2cto.com/201511/58274.html本节所列的距离公式列表和代码如下：闵可夫斯基距离(Minkowski Distance)欧氏距离(Euclidean Distance)曼哈顿距离(Manhattan Distance)切比雪夫距离(Chebyshev Distance)夹角余弦(Cosine)

卷积神经网络

简单验证码的识别基本步骤：灰度读取、二值化、分割、CNN训练识别

最近在网络课上报了一门《机器学习》的课，由于数据挖掘的缘故有不少的接触，真正入门才发现坑点不少，也许总结得还不够深，后面会再慢慢补充。一、回归树和决策树决策树可以用来实现回归和分类，用作回归时，则称为回归树；用作决策时，则称为分类树或者决策树。分类树的观测值是离散的，回归树的观测值必须是数值或者是连续的。普通回归和回归树是有区别的，回归树拟合出来的曲线不平滑，即两个测试样本互相靠近...

特征值与特征向量的意义

有监督和无监督

https://www.zhihu.com/question/41252833