原创 MongoDB簡介與基本查詢操作命令
MongoDB是一個非關係型的數據庫，以鍵值對的形式儲存，其中鍵值對可以嵌套下去。因此相對傳統的關係型數據庫來說，MongoDB更加的靈活，當然缺點就是由於非結構化的形式導致解析的時候相對複雜。另外，MongoDB已經支持了很多開源的生態
2020-06-29 00:15:56
原创 隱語義模型LFM(Latent Factor Model)
隱語義模型LFM(Latent Factor Model)是主題模型中的一種，跟其他主題模型一樣，LFM也需要定義若干“主題”，來表示箇中隱含的關係，這些“主題”是模糊而不是明確的，通過統計用戶行爲的方式聚類計算得出。在LFM的推薦例子中
2019-10-25 17:19:06
18
原创 轉：【NLP】徹底搞懂BERT
原文鏈接：https://www.cnblogs.com/rucwxb/p/10277217.html 注：本文出處https://www.cnblogs.com/rucwxb/p/102772
2019-09-02 16:36:59
原创 Softmax激活函數與梯度方向
Softmax函數屬於有監督學習的範疇，一般用於多分類問題，在神經網絡中應用廣泛，很多時候作爲輸出層的激活函數使用。它可以被理解成升級版的Sigmoid函數，本質上是邏輯迴歸常用Sigmoid函數一般化，將k維的任意實數映射成k維的向量，
2018-09-14 23:43:43
原创 混淆矩陣(Confusion Matrix)
混淆矩陣是除了ROC曲線和AUC之外的另一個判斷分類好壞程度的方法。以下有幾個概念需要先說明：TP(True Positive): 真實爲0，預測也爲0FN(False Negative): 真實爲0，預測爲1FP(False Posit
2018-09-03 17:54:09
4
原创 轉：機器學習中的範數規則化之（一）L0、L1與L2範數
注：本文出處http://blog.csdn.net/zouxy09 今天我們聊聊機器學習中出現的非常頻繁的問題：過擬合與規則化。我們先簡單的來理解下常用的L0、L1、L2和核範數規則化。最後聊下規則化項參數的選擇問題。這裏因爲篇幅比較
2018-09-03 17:54:09
原创 轉：kafka數據可靠性深度解讀
注：本文出處http://mt.sohu.com/20170422/n490083096.shtml Kafka起初是由LinkedIn公司開發的一個分佈式的消息系統，後成爲Apache的一部分，它使用Scala編寫，以可水平擴展和高
2018-09-03 17:54:09
5
原创 Backward Elimination, Forward Selection and Stepwise
Backward Elimination，Forward Selection和Stepwise這三種是特徵選擇中經常用到的方法。當有時候特徵的數量太多的時候，我們除了可以用PCA等方法降維之外，還可以用特徵選擇的方法，篩選出幾個對結果影響
2018-09-03 17:54:07
原创 筆記：聚類分析(待整理)
聚類分析優缺點： 優點： 1.聚類是自動的不必帶有方向性 2.易於理解和實施 缺點： 1.有時候難以解讀聚類的結果 2.聚類結果對距離計算方式的算則和特徵之間的權重十分敏感 3.K-mean由K值主導 4.K-means對初始中心的選擇十
2018-09-03 17:54:07
原创 時間序列分析筆記（待整理）
時間序列有三種基本模式： 平穩性 / 隨機性(Stationarity)：當數據沒有明顯的模式特徵的話，我們認爲它是平穩的，Y值在一個範圍內隨着時間上下浮動。 趨勢性(Trend)：當Y值在一段時間內隨着時間有明顯的向上或者向下的趨勢的
2018-09-03 17:54:07
原创 我的Python爬蟲筆記（待整理）
Python 爬蟲現階段用到的包是requests還有BeautifulSoup4。 requests主要內容是模擬html的get方式讀取網頁的信息 BeautifulSoup4則是提取網頁中tag標籤裏面的某些特定信息 範例： im
2018-09-03 17:54:07
原创 QR Decomposition
QR分解法多用於解決線性代數問題中最小二乘法(Least Square Method)計算線性函數的係數。是其中一種計算特徵根的方法，可用於降維。QR分解用到了施密特正交化過程(Gram–Schmidt process)，得出一個正交矩陣
2018-09-03 17:54:07
原创 K-Means的三種迭代算法
K-Means是機器學習算法中一個比較經典的聚類算法 具體的實現方式主要有三種：Lloyd(Forgy)，Hartigan-Wong和MacQueen Lloyd算法，也可以稱作Forgy或者Lloyd-Forgy，是最爲經典簡
2018-09-03 17:54:07
1
原创 轉：淺析PageRank算法
注：本文出處http://blog.jobbole.com/23286 本文由張洋（@敲代碼的張洋）投稿於伯樂在線。 很早就對Google的PageRank算法很感興趣，但一直沒有深究，只有個輪廓性的概念。前幾天趁團隊outing的
2018-09-03 17:54:07
原创 如何理解關聯法則中的三個判斷準則
關聯法則中，我們最常用到的無外乎是三種判斷的準則：support，confidence和lift。 先給出三個判斷標準的公式： 1.support(A)= number of A/total items support(B)= nu
2018-09-03 17:54:07
2