12 2015 档案
摘要：原文：http://www.jdon.com/bigdata/a-tour-of-machine-learning-algorithms.html这篇文章介绍几个最流行的机器学习算法。现在有很多机器学习算法，困难的是进行方法归类，这里我们介绍两种方法进行思考和分类这些算法。第一组算法是学习风格，第二...
阅读全文
摘要：原文：http://yq.aliyun.com/articles/119?spm=5176.100240.searchblog.16.4paLXX【编者按】好的技术实战分享从来不因为时间的流失而褪色。2011年开始运营的阿里技术沙龙共积累35期，近100位深度实战培训资源（PPT+视频）让很多朋友大...
阅读全文
摘要：原文：http://yq.aliyun.com/articles/122?spm=0.0.0.0.oL8bTY周梁：淘宝推荐机器学习技术专家，中国科学院自动化研究所机器学习博士，主要研究工作方向是机器学习、大规模并行算法优化。先后从事过广告CTR预估，MPI机器学习平台搭建，手淘个性化推荐等多方面工...
阅读全文
摘要：原文：http://yq.aliyun.com/articles/112【编者按】好的技术实战分享从来不因为时间的流失而褪色。2011年开始运营的阿里技术沙龙共积累35期，近100位深度实战培训资源（PPT+视频）让很多朋友大呼过瘾。接棒阿里技术沙龙，云栖社区特别挑选最具人气的12场深度实战分享组成...
阅读全文
摘要：原文：http://blog.csdn.net/aspirinvagrant/article/details/48415435GBDT，全称Gradient Boosting Decision Tree，叫法比较多，如Treelink、 GBRT(Gradient Boost Regression ...
阅读全文
摘要：原文：http://www.lvjiyong.com/i356.html摘要：今天公司网站发现了有用户开始作弊，这属于意外之中的事，广告联盟作弊与反作弊这个永恒的话题，对于广告收受方的盈利简单易懂是广告系统是否受人信任的前提，但适当根据平台的特点提高计费方法也是必然，对于我们现在采用的CPM模式或许...
阅读全文
摘要：原文：http://www.52cs.org/?p=429作者：陈天奇，毕业于上海交通大学ACM班，现就读于华盛顿大学，从事大规模机器学习研究。注解：truth4sex编者按：本文是对开源xgboost库理论层面的介绍，在陈天奇原文《梯度提升法和Boosted Tree》的基础上，做了如下注解：1）...
阅读全文
摘要：原文：http://blog.sina.com.cn/s/blog_5c2f929b0100qse8.html有三种工具可用1.网上有一个xls文FormatDataLibsvm.xls具有宏命令，可以利用其中的宏命令来实现。对于属性数据只有一二百的，这种工具简单方便。2.对于一两千的就需要借助代码...
阅读全文
摘要：原文：http://blog.csdn.net/ice110956/article/details/20288239ROC曲线对于0,1两类分类问题,一些分类器得到的结果往往不是0,1这样的标签,如神经网络,得到诸如0.5,0,8这样的分类结果。这时,我们人为取一个阈值,比如0.4,那么小于0.4的...
阅读全文
摘要：原文：http://www.cnblogs.com/itech/archive/2012/02/22/2363111.html1)一些常用的Vim配置，在~/.vimrc中syntax on 支持语法高亮set nu 显示行号set nonu 不显示行号set ai 设置自...
阅读全文
摘要：原文：http://xiaoxia.org/2011/12/18/map-reduce-program-of-rmm-word-count-on-hadoop/在Hadoop上运行基于RMM中文分词算法的MapReduce程序23条回复我知道这个文章标题很“学术”化，很俗，让人看起来是一篇很牛B或者...
阅读全文
摘要：原文：http://www.cnblogs.com/cyttina/archive/2013/06/08/3127345.htmlubuntu的看官方的文档就好了。http://scikit-learn.org/stable/install.html我使用的是centOS，python为2.7.3关...
阅读全文
摘要：原文：http://blog.csdn.net/zc02051126/article/details/46771793在Python中使用XGBoost下面将介绍XGBoost的Python模块，内容如下：*编译及导入Python模块*数据接口*参数设置*训练模型l*提前终止程序*预测Awalk t...
阅读全文
摘要：原文：https://herbertmj.wikispaces.com/stacking%E7%AE%97%E6%B3%95stacked 产生方法是一种截然不同的组合多个模型的方法，它讲的是组合学习器的概念，但是使用的相对于bagging和boosting较少，它不像bagging和boostin...
阅读全文
摘要：原文：http://blog.csdn.net/mytestmy/article/details/18983889从广义线性模型到逻辑回归声明：1）该博文是整理自网上很大牛和机器学习专家所无私奉献的资料的。具体引用的资料请看参考文献。具体的版本声明也参考原文献2）本文仅供学术交流，非商用。所以每一部...
阅读全文
摘要：原文：http://blog.csdn.net/mytestmy/article/details/190885191）该博文是Yahoo专家所无私奉献的论文资料整理的。具体引用的资料请看参考文献。具体的版本声明也参考原文献2）本文仅供学术交流，非商用。所以每一部分具体的参考资料并没有详细对应，更有些...
阅读全文
摘要：原文：http://dongguo.me/blog/2014/01/01/expectation-propagation/简介第一次接触EP是10年在百度实习时，当时组里面正有计划把线上的CTR预估模型改成支持增量更新的版本，读到了微软一篇基于baysian的CTR预估模型的文章（见推荐阅读5），文...
阅读全文
摘要：原文：http://hijiangtao.github.io/2014/10/06/WeiboRecommendAlgorithm/基础及关联算法作用：为微博推荐挖掘必要的基础资源、解决推荐时的通用技术问题、完成必要的数据分析、为推荐业务提供指导。分词技术与核心词提取：是微博内容推荐的基础，用于将微...
阅读全文
摘要：原文：http://www.infoq.com/cn/news/2014/03/baidu-salon48-summary2014年3月15日，在由@百度主办、@InfoQ负责策划组织和实施的第48期百度技术沙龙活动上，来自百度联盟大数据机器学习技术负责人夏粉，和搜狗精准广告研发部技术经理王晓博，各...
阅读全文
摘要：原文：http://wbj0110.iteye.com/blog/2043065该文是百度文库课程《计算广告学之内容匹配广告&展示广告原理、技术和实践》的课程笔记，感谢百度！课程地址http://wenku.baidu.com/course/view/1488bfd5b9f3f90f76c61b8d...
阅读全文
摘要：原文：http://blog.xlvector.net/2014-02/different-logistic-regression/最近几年广告系统成为很多公司的重要系统之一，定向广告技术是广告系统中的重要技术，点击率预估是定向广告技术中的重要组成部分，Logistic Regression是解决点...
阅读全文
摘要：原文：http://quweiprotoss.blog.163.com/blog/static/4088288320144810567471/广告点击率预测屈伟/ Koala++先声明一下，本文所提到的所有的点击率预测的技术不是我在的团队使用的，因为我们团队使用的技术是保密的，所以我也不知道他们是怎...
阅读全文
摘要：原文：http://blog.csdn.net/w28971023/article/details/8240756#0-tsina-1-51337-397232819ff9a47a7b7e80a40613cfe1在网上看到一篇对从代码层面理解gbdt比较好的文章，转载记录一下： GBDT(...
阅读全文
摘要：本文作者：何通，SupStat Inc(总部在纽约，中国分部为北京数博思达信息科技有限公司）数据科学家，加拿大Simon Fraser University计算机学院研究生，研究兴趣为数据挖掘和生物信息学。主页：https://github.com/hetong007引言在数据分析的过程中，我们经常...
阅读全文
摘要：原文：http://blog.csdn.net/hero_fantao/article/details/34533533RT，尤其在logistic regression上，需要把一些连续特征进行离散化处理。离散化除了一些计算方面等等好处，还可以引入非线性特性，也可以很方便的做cross-featu...
阅读全文
摘要：原文：http://blog.csdn.net/hero_fantao/article/details/35784773不平衡学习方法机器学习中样本不平衡问题大致分为两方面：（1）类别中样本比率不平衡，但是几个类别的样本都足够多；（2）类别中某类样本较少。对第二个问题，其实不是我们重点，因为样本不足...
阅读全文
摘要：原文：http://blog.csdn.net/hero_fantao/article/details/42747281DisplayAdvertisingChallenge---------2015/1/12一：背景CriteoLabs2014年7月份在kaggle上发起了一次关于展示广告点击率的...
阅读全文
摘要：原文：http://m.blog.csdn.net/blog/lilyth_lilyth/480321191、 背景 CTR预估（Click-Through Rate Prediction）是互联网计算广告中的关键环节，预估准确性直接影响公司广告收入。CTR预估中用的最多的模型是LR（Logis...
阅读全文
摘要：原文:http://scikit-learn.org/stable/modules/feature_selection.htmlThe classes in thesklearn.feature_selectionmodule can be used for feature selection/di...
阅读全文
摘要：原文:http://blog.sina.com.cn/s/blog_5357c0af0102uxoh.html下面罗列的几个在机器学习算法实际应用中误区，解决了我很多困惑，推荐大家读一下：Machine Learning Done WrongStatistical modeling is a lot...
阅读全文
摘要：MATLAB下安装贝叶斯网络工具箱FULLBNT转载2015-11-12 13:29:22标签：贝叶斯网络bnt安装MATLAB版本：MATLAB 7.10.0 (R2010a)FULLBNT版本：FullBNT-1.0.7，下载地址http://vdisk.weibo.com/s/aJo2nLgu...
阅读全文
摘要：原文：http://blog.sina.com.cn/s/blog_818f5fde0102vvpy.html在大大小小的面试过程中，多次被问及这个问题：“请说一下逻辑回归（LR）和支持向量机（SVM）之间的相同点和不同点”。第一次被问到这个问题的时候，含含糊糊地说了一些，大多不在点子上，后来被问得...
阅读全文
摘要：原文：http://blog.sina.com.cn/s/blog_818f5fde0102vxf7.html之前实习，公司团队用LR进行推荐排序的时候，都会将所有特征离散成非常高维的0/1特征（千万维级别），然后再进行模型训练。大牛说这样可以解决模型的非线性问题。因为逻辑回归只能拟合线性分类问题，...
阅读全文
摘要：特征选择(排序)对于数据科学家、机器学习从业者来说非常重要。好的特征选择能够提升模型的性能，更能帮助我们理解数据的特点、底层结构，这对进一步改善模型、算法都有着重要作用。特征选择主要有两个功能：减少特征数量、降维，使模型泛化能力更强，减少过拟合增强对特征和特征值之间的理解拿到数据集，一个特征选择方法...
阅读全文
摘要：由于@北冥乘海生 老师坚持传播负能量，不谈计算广告干货，犯了严重的右倾机会主义错误，现暂停发文一次，由@德川 替代。说到计算广告，或者个性化推荐，甚至一般的互联网产品，无论是运营、产品还是技术，最为关注的指标，就是点击率。业界也经常流传着一些故事，某某科学家通过建立更好的点击率预测模型，为公司带来了...
阅读全文
摘要：原文：http://news.160.com/?p=1890在玩游戏中 经常 出现显示器驱动程序 NVIDIA Windows Kernel Mode Driver Version 已停止响应 并且己成功恢复 报错下面提供几种方法可以快速排除这类问题原因（如上图 NVIDIA Windows Ker...
阅读全文
