摘要： 作为一个推荐系统业余爱好者，在机器学习领域的鄙视链中，我感觉一直地位不高，时常被搞NLP CV语音等高科技技术的朋友鄙视。最近甚至被人问，推荐算法开源包多如牛毛，我们为什么还要专门的推荐算法工程师？（难道想要辞退我！？惊）不得不说，我想吐槽这个观点很久了。事实上搞推荐的工作不等于 import IB... 阅读全文

摘要： 废话：最近朋友在学习推荐系统相关，说是实现完整的推荐系统，于是我们三不之一会有一些讨论和推导，想想索性整理出来。在文中主要以工程中做推荐系统的流程着手，穿插一些经验之谈，并对于推荐系统的算法的学术界最新的研究进展和流派作一些介绍。当然由于我做推荐系统之时还年幼，可能有很多偏颇甚至错误的见解，就当抛砖引玉，还请各位大大指点。Readinglists虽然很多人觉得作为AI的分支之一，推荐跟自然语言处理等问题的难度不可同日而语。但所谓磨刀不误砍柴工，我觉得，至少在开工前先应该阅读这样基本书，起码要看看目录，以对于推荐系统有个初步的了解。中文书籍：1.《推荐系统实践》项亮http://book.dou 阅读全文

摘要： 废话：周日讲了下神经网络，本来想的是以理论和实践相结合，前面讲讲神经网络，后面简单讲下在weka中怎么使用BP神经网络，可惜最后时间不够，而且姥姥的兴趣点跑到凸优化那里去了，所以没有讲成实践的部分，有点郁闷的。为了不浪费了，就把这部分讲稿拿出来和大家分享一下，也希望对大家实践神经网络有所帮助。因为是讲稿，讲的要比写的多，所以很多地方口语化和省略比较严重，大家凑合着看吧。 实践部分讲稿正文： Weka是什么？ Weka是由新西兰怀卡托大学用Java开发的数据挖掘常用软件，Weka是怀卡托智能分析系统的缩写。Weka限制在GNU通用公众证书的条件下发布，它几乎可以运行在所有操作系统平台上，包括Li 阅读全文

摘要： 有博客园上的朋友问“领域目前的从业情况”@疯狂的小风各位大大如果有恰好是在公司任职做数据挖掘的，也请不吝分享下自己的工作，大家也可以交流下数据挖掘在业内的从业情况。我先抛砖引玉下，在以前公司主要是做一些recommend system的搭建，主要包括各种分类用户数据的抓取与过滤，调整算法参数和结果的一些指标评测以及其可视化；还有就是关于spam user的detect。前几天接到EMC2的电话，发现他们也是做数据挖掘的，毕竟是号称大数据的公司，不过具体干嘛没问，说是以后再联系。百度的数据挖掘应用则多如牛毛，做数据挖掘的进去了不愁找不到坑坐。淘宝的数据挖掘部门也是众所周知的数据魔方，里面大概分了 阅读全文

摘要： 做数据挖掘也有些年头了，写这篇文一方面是写篇文，给有个朋友作为数据挖掘方面的参考，另一方面也是有抛砖引玉之意，希望能够和一些大牛交流，相互促进，让大家见笑了。 阅读全文

摘要： 博主自身水平有限 原博客写的非常好 我也收益匪浅而且订阅了 只是发表一些观点作抛砖引玉 欢迎不同意见的大家一起交流刚看了《如果你是人人网的流量分析产品经理，如何解释 7 月 1 日到 7 月 7 日人人网的总流量以每日 5% 的幅度下滑？》这篇博客http://piaolin.sinaapp.com/?p=28原博主觉得“在一瞬间给出直觉的答案：因为人人网主要的用户是学生，而7月初可能是考试或者放暑假回家的日子。这样的产品经理难能可贵。”其实我觉得能在一瞬间给出直觉的答案并不是那么的可贵 因为有的时候很多问题的原因可能是混杂的而且是多方面的 充满了外部因素的在《思考 快与慢》这本书就给出了直觉 阅读全文

摘要： ps：由于篇幅问题，这篇博客主要介绍数据挖掘标准化流程中的project understanding问题，剩下的5个方面，特别是modeling等涉及具体算法的部分会在后续的博客中以结合orange和knime等开源软件或者是一些python小程序的形式写下去本文的一部分是翻译，有的部分是自己做数据挖掘项目时候的一些小的心得，也不见得正确，仅作抛砖引玉之用。如果需要相关的书籍电子版的也可以联系我flclain@gmail.com关于数据挖掘的标准化流程有大体有如下几种：SEMMA(sample,explore,modify,model,assessusedbySASInstituteInc）C 阅读全文

摘要： 提到数据挖掘时，我们往往着重于建模时的算法而忽视其他步骤，而在realworld的数据挖掘项目中，其他步骤则是决定项目成败的关键。《guidetointelligentdataanalysis》这本书是knime官网推荐的书籍（http://tech.knime.org/guide-to-intelligent-data-analysis），按照CRISP-DM的流程讲述了数据挖掘流程的过程。我们先从什么是数据挖掘入手。要理解什么是数据挖掘，首先需要区分的是便是data和knowledge。我们对比data和knowledge的特征：DataKnowledge涉及到的是单个的实例（单个的事物， 阅读全文

摘要： 简介： 最近大家十分关注美国大选，其中说的很火热的一点便是利用数据挖掘对于大选进行政治动员。刚好最近nature上有一篇名为A 61-million-person experiment in social influence and political mobilization文章就是讲的一个在上届美国大选时利用facebook上的实验数据对于政治动员和社交影响的分析。于是也学习了下。 本文主要分为两个部分，第一部分为对于这篇paper的在学习中的简要翻译和记录。第二部分为自己的一点简要心得。翻译和记录：A61-million-personexperimentinsocialinfluen.. 阅读全文