原创 大數據面試總結（第一篇）
問題一：TOPk問題 問題二：海量日誌數據，提取出某訪問百度次數最多的那個IP? 問題三：給定a,b兩個文件，各存放50億個url,每個url各佔64字節，內存限制是4G,讓你找出a,b文件共同的url? 問題四：在2.5億個整數中
2018-09-03 06:49:05
1
原创 一文看懂神經網絡剪枝算法
1. 問題敘述 心血來潮寫點最近做的成果，主要分成兩個博客來進行闡述。研究生上了一年半看了不少關於剪枝神經網絡方面的文章，但是有很少的文章能讓人感覺到耳目一新，打通了任督二脈的感覺。前段時間看到了一個剪枝算法就有這種感覺。和大家分享
2018-09-03 06:49:04
原创 周志華書面試總結(第五篇)
問題18：ID3該樹模型可以重複使用特徵嗎？ID3使用什麼原則進行選擇特徵？ 問題19：C4.5使用什麼原則進行選擇特徵的？怎樣進行剪枝操作？ 問題20：CART樹挑選特徵的準則？迴歸樹和分類樹分開進行介紹？信息增益，信息增益比，基尼
2018-09-03 06:49:04
原创 機器學習算法推導
心血來潮，想將所學到的知識寫篇博客，作者所研究的方向爲機器學習，剛學習的時候，走了很多彎路，看的書不少，在推導機器學習一些算法時候遇到了不少困難，查了不少資料，在剛纔學的時候，有很多公式推導起來很困難，或者說大多數人都會遇到這樣的問題，本
2018-09-03 06:49:04
原创 SVM和logistic迴歸的比較
SVM和logistic迴歸都是比較常用的算法，而這兩個算法有什麼異同點呢。下面是自己的總結，當然也是自己的一些見解。 相同點： 1.都是分類模型 2.都是判別模型 不同點：
2018-09-03 06:49:04
原创 周志華面試總結(第四篇)
問題15：k-means算法具體步驟？有哪些優缺點？改進？用了哪些距離度量？ 問題16：有哪些常見的樹？樹模型的優點？樹生成步驟？ 問題17：17.熵，條件熵的理解及公式？信息增益的理解？信息增益比要解決的問題？
2018-09-03 06:49:04
原创 似然函數與貝葉斯公式
不知道你是否看過我之前的文章，如果看了的話，你會認爲很爛，然後判斷這篇博客也是很大程度上是很爛的，如果這樣的，很幸運，那你使用了貝葉斯思維方式來進行思考問題了。 學了這麼多年貝葉斯公式，不是很瞭解貝葉斯公式，但是今天和
2018-09-03 06:48:36
5
原创 另一個角度理解嶺迴歸
今天要寫的博客說簡單也簡單，是大家熟悉的線性模型，但是我們通過線性模型的不足，我們導出嶺迴歸，下面是博客的結構。 1.線性模型 2.線性模型出現的問題 3.改進線性模型—->嶺迴歸的導入 1.線性模型
2018-09-03 06:48:35