Hive

1. 2019-05-03 一起学Hive系列文章总结

Markdown

1. 2018-09-06 一份简明的Markdown笔记与教程

Spark

1. 2019-05-03 一起学Hive系列文章总结

推荐系统

1. 2019-04-22 论文解读列表

机器学习

1. 3019-03-30 PCA主成分分析
2. 3019-03-30 LDA线性判别分析
3. 2019-03-30 逻辑回归模型
4. 2019-03-30 贝叶斯分类
5. 2019-03-30 SVM支持向量机
6. 2019-03-27 决策树模型
7. 2019-03-07 信息论与墒理论

深度学习

1. 3019-03-30 深度学习中优化方法
2. 2019-03-30 Adversarial Attacks对抗样本
3. 2019-03-30 word2vec模型
4. 2019-03-30 DNN模型
5. 2019-03-30 CNN模型

统计学习方法

1. 2019-03-29 《统计学习方法》附录c.拉格朗日对偶性
2. 2019-03-29 《统计学习方法》附录b.牛顿法和拟牛顿法
3. 2019-03-29 《统计学习方法》附录a.梯度下降法
4. 2019-03-29 《统计学习方法》9.EM算法
5. 2019-03-29 《统计学习方法》8.提升方法
6. 2019-03-29 《统计学习方法》7.支持向量机
7. 2019-03-29 《统计学习方法》6.逻辑回归和最大墒模型
8. 2019-03-29 《统计学习方法》5.决策树模型
9. 2019-03-29 《统计学习方法》4.朴素贝叶斯算法
10. 2019-03-29 《统计学习方法》3.K近邻算法
11. 2019-03-29 《统计学习方法》2.感知机
12. 2019-03-29 《统计学习方法》1.概述
13. 2019-03-29 《统计学习方法》12.统计学习方法总结
14. 2019-03-29 《统计学习方法》11.条件随机场
15. 2019-03-29 《统计学习方法》10.隐马尔可夫模型
16. 2019-03-28 《统计学习方法》0.笔记介绍

计算广告

1. 2019-04-06 《计算广告第三部分》读书笔记
2. 2019-03-24 《计算广告第二部分》读书笔记
3. 2019-03-24 《计算广告第一部分》读书笔记
4. 2019-03-23 计算广告资料汇总
5. 2019-03-23 计算广告资料汇总

论文解读

1. 2019-04-22 论文解读列表
2. 2019-04-22 2019-04-22-《Wide & Deep Learning for Recommender Systems》论文解读

读书笔记

1. 2019-04-22 论文解读列表
2. 2019-04-22 2019-04-22-《Wide & Deep Learning for Recommender Systems》论文解读
3. 2019-04-06 《计算广告第三部分》读书笔记
4. 2019-03-29 《统计学习方法》附录c.拉格朗日对偶性
5. 2019-03-29 《统计学习方法》附录b.牛顿法和拟牛顿法
6. 2019-03-29 《统计学习方法》附录a.梯度下降法
7. 2019-03-29 《统计学习方法》9.EM算法
8. 2019-03-29 《统计学习方法》8.提升方法
9. 2019-03-29 《统计学习方法》7.支持向量机
10. 2019-03-29 《统计学习方法》6.逻辑回归和最大墒模型
11. 2019-03-29 《统计学习方法》5.决策树模型
12. 2019-03-29 《统计学习方法》4.朴素贝叶斯算法
13. 2019-03-29 《统计学习方法》3.K近邻算法
14. 2019-03-29 《统计学习方法》2.感知机
15. 2019-03-29 《统计学习方法》1.概述
16. 2019-03-29 《统计学习方法》12.统计学习方法总结
17. 2019-03-29 《统计学习方法》11.条件随机场
18. 2019-03-29 《统计学习方法》10.隐马尔可夫模型
19. 2019-03-28 《统计学习方法》0.笔记介绍
20. 2019-03-24 《计算广告第二部分》读书笔记
21. 2019-03-24 《计算广告第一部分》读书笔记

预估模型

1. 2019-03-23 计算广告资料汇总
2. 2019-03-23 计算广告资料汇总