ML学习分享系列
文章平均质量分 86
寒小阳
对机器学习/数据挖掘/算法感兴趣,并从事相关工作。『我们是一群热爱机器学习,喜欢交流分享的小伙伴,希望通过“ML学分计划”交流机器学习相关的知识,认识更多的朋友。Q_Q群号 : 2000人群169492443(已满), 2000人群564538990(已满), 2000人群285273721,从业和研究人员请加群472059892,欢迎加入获取资料,分享和讨论相关知识』
展开
-
ML学习分享系列(1)_计算广告小窥[上]
回顾计算广告的发展历史,纵使错综复杂,但究其根本,便是广告主、媒体与用户之间相互博弈之后达到的平衡状态。在传统广告踏入互联网大门之后,在利益最大化的驱动下,媒体通过受众定向技术引领广告进入合约广告时代;在精细化投放的使命与在线分配的矛盾下,媒体选择竞价方式将计算广告推入了发展的快车道;在广告主个性化投放的要求下,实时竞价映入眼帘,并衍生出更多的广告活动参与者;在移动互联大潮下,用户体验被尊为一切产品的出发点...原创 2016-01-25 15:26:09 · 25503 阅读 · 7 评论 -
ML学习分享系列(2)_计算广告小窥[中]
广告作为一项商业活动,是需要资本来滋养的。作为整个产业链的金主,只有广告主花钱做广告,使资金流动起来,整个广告行业才能正常运转。所谓关键技术,就是那些能让广告主觉得“这钱花的值”,让媒体网站觉得“这钱挣的快”的技术。具体都有哪些呢?下面我们一一来表。原创 2016-02-19 12:11:37 · 25756 阅读 · 8 评论 -
ML学习分享系列3_计算广告小窥[下]要啥自行车!
提笔写这篇博客,我的内心是惶恐的。原因很简单,作为一个资历尚浅的研究生,是没有资格对计算广告这样一个伟大的行业、领域和学科来评头论足的。之所以这么做,一是总结自己已掌握的知识,二是降低同学们的学习成本。本人能力有限,更缺乏实践经验,文章内容多为书籍和论文的读后感,若有不当或者错误之处,还望各位同学指出,我定悉心求教。在此,向编写《计算广告》的刘鹏和王超两位老师致谢,向各位paper作者致谢。原创 2016-08-22 11:26:31 · 25697 阅读 · 3 评论 -
机器学习系列(21)_SVM碎碎念part4:无约束最小化问题
原文地址:SVM - Understanding the math - Unconstrained minimization by Alexandre KOWALCZYK 感谢参与翻译同学:@田苗苗 && @樊睿 && @jozee 时间:2018年1月。 出处:http://blog.csdn.net/han_xiaoyang/article/details/70214565 声明:原创 2018-01-16 21:39:21 · 9560 阅读 · 1 评论 -
机器学习系列(22)_SVM碎碎念part5:凸函数与优化
原文地址:SVM - Understanding the math - convex-functions/ by Brandon Amos 感谢参与翻译同学:@程亚雄 && @张蒙 && @jozee 时间:2018年1月。 出处:http://blog.csdn.net/han_xiaoyang/article/details/70214565 声明:版权所有,转载请联系寒小阳 (h原创 2018-01-16 22:42:50 · 10564 阅读 · 1 评论 -
机器学习系列(23)_SVM碎碎念part6:对偶和拉格朗日乘子
原文地址:SVM - Understanding the math - duality-lagrange-multipliers/ by Brandon Amos 感谢参与翻译同学:@Fox && @程超 && @吕征达 时间:2018年1月。 出处:http://blog.csdn.net/han_xiaoyang/article/details/70214565 声明:版权所有,转原创 2018-01-16 22:44:46 · 8851 阅读 · 2 评论