标签

• Jekyll 2
• 介绍 4
• Github 1
• Git 1
• Markdown 1
• Mathjax 1
• MapReduce 1
• 大规模数据 1
• 稀疏矩阵 1
• 稠密矩阵 1
• 相似度计算 1
• ROC 1
• AUC 1
• 评价指标 1
• FTRL 1
• online learning 1
• 在线学习 1
• 正则化 1
• 稀疏模型 1
• logistic regression 2
• LR 2
• odds 1
• intercept 2
• 逻辑回归 2
• 截距 2
• rare event 1
• 稀有事件 1
• calibration 2
• 校准 2
• platt scaling 1
• isotonic regression 1
• 保序回归 1
• 年度总结 3
• 阅读笔记 14
• 个人思考 2
• 软件开发 1
• growth hacking 1
• 用户增长 1
• Raspberry Pi 1
• 树莓派 1
• EM 1
• expectation maximum 1
• 期望最大化 1
• MLE 1
• MAP 1
• kMeans 1
• GMM 1
• Spark 4
• RDD 2
• Databricks 1
• DataFrame 1
• DataSet 1
• performance 1
• Accumulators 1
• RNN 2
• LSTM 3
• Attention 3
• 机器翻译 5
• 语言模型 1
• Machine Learning 1
• Deep Learning 5
• 机器学习 1
• 深度学习 9
• NLP 2
• Natural Language Processing 1
• 自然语言处理 1
• Machine Translation 1
• CNN 2
• ReLU 1
• machine translation 2
• zero-shot translation 1
• 数据挖掘 1
• 工作机会 1
• 图像处理 1
• 卷积 1
• 滤波 1
• sequence to sequence 1
• seq2seq 1
• 工具安装 1
• TensorFlow 1
• Bazel 1
• Factorization machine 1
• FM 1
• FNN 1
• PNN 1
• CTR 1
• CTR预估 1
• automatic differentiation 1
• AutoDiff 1
• 自动梯度求解 1
• 神经网络 1
• 互联网趋势 1
• dropout 1
• attention 1
• node2vec 1
• 文本匹配 1
• dssm 1
• MLP 1
• product quantization 2
• 乘积量化 2
• similarity search 2
• 相似搜索 2
• nearest neighbor search 2
• 近邻搜索 2
• kmeans 1
• faiss 1
• 模型压缩 1
• kd tree 1
• LSH 1
• quantization 1
• tensorflow 1
• deep learning 2
• 发展趋势 1
• 白化 1
• PCA白化 1
• ZCA白化 1
• GAN 1
• generative adversarial networks 1
• 生成式对抗网络 1
• 工程开发 1
• 系统设计 1
• 听课笔记 1
• deeplearning.ai 1

Jekyll

• Jekyll Introduction
• 如何在 Github 上建立独立博客

介绍

• Jekyll Introduction
• 如何在 Github 上建立独立博客
• Growth Hacking 简介
• 树莓派 简介

Github

• 如何在 Github 上建立独立博客

Git

• 如何在 Github 上建立独立博客

Markdown

• 如何在 Github 上建立独立博客

Mathjax

• 如何在 Github 上建立独立博客

MapReduce

• 使用 MapReduce 实现大规模稀疏矩阵相乘

大规模数据

• 使用 MapReduce 实现大规模稀疏矩阵相乘

稀疏矩阵

• 使用 MapReduce 实现大规模稀疏矩阵相乘

稠密矩阵

• 使用 MapReduce 实现大规模稀疏矩阵相乘

相似度计算

• 使用 MapReduce 实现大规模稀疏矩阵相乘

ROC

• 理解 ROC 和 AUC

AUC

• 理解 ROC 和 AUC

评价指标

• 理解 ROC 和 AUC

FTRL

• 理解 FTRL 算法

online learning

• 理解 FTRL 算法

在线学习

• 理解 FTRL 算法

正则化

• 理解 FTRL 算法

稀疏模型

• 理解 FTRL 算法

logistic regression

• 从 Odds 角度理解 Logistic Regression 模型的参数
• 面向稀有事件的 Logistic Regression 模型校准

LR

• 从 Odds 角度理解 Logistic Regression 模型的参数
• 面向稀有事件的 Logistic Regression 模型校准

odds

• 从 Odds 角度理解 Logistic Regression 模型的参数

intercept

• 从 Odds 角度理解 Logistic Regression 模型的参数
• 面向稀有事件的 Logistic Regression 模型校准

逻辑回归

• 从 Odds 角度理解 Logistic Regression 模型的参数
• 面向稀有事件的 Logistic Regression 模型校准

截距

• 从 Odds 角度理解 Logistic Regression 模型的参数
• 面向稀有事件的 Logistic Regression 模型校准

rare event

• 面向稀有事件的 Logistic Regression 模型校准

稀有事件

• 面向稀有事件的 Logistic Regression 模型校准

calibration

• 面向稀有事件的 Logistic Regression 模型校准
• 使用 Isotonic Regression 校准分类器

校准

• 面向稀有事件的 Logistic Regression 模型校准
• 使用 Isotonic Regression 校准分类器

platt scaling

• 使用 Isotonic Regression 校准分类器

isotonic regression

• 使用 Isotonic Regression 校准分类器

保序回归

• 使用 Isotonic Regression 校准分类器

年度总结

• 2015年度总结——知识沉淀
• 2016年度总结
• 2017年度总结

阅读笔记

• 201601 阅读笔记
• 201602 阅读笔记
• 201603 阅读笔记
• 201604 阅读笔记
• 201605 阅读笔记
• 201612 阅读笔记
• 201701 阅读笔记
• 201702 阅读笔记
• 201703 阅读笔记
• 201704 阅读笔记
• 201705 阅读笔记
• 201706 阅读笔记
• 201707 阅读笔记
• 201708 阅读笔记

个人思考

• 对软件开发的一点思考
• 对系统设计的一点思考

软件开发

• 对软件开发的一点思考

growth hacking

• Growth Hacking 简介

用户增长

• Growth Hacking 简介

Raspberry Pi

• 树莓派 简介

树莓派

• 树莓派 简介

EM

• EM算法原理及其应用

expectation maximum

• EM算法原理及其应用

期望最大化

• EM算法原理及其应用

MLE

• EM算法原理及其应用

MAP

• EM算法原理及其应用

kMeans

• EM算法原理及其应用

GMM

• EM算法原理及其应用

Spark

• Spark学习路径：基本介绍
• Spark学习路径：RDD vs DataFrame vs DataSet
• Spark学习路径：性能调试
• Spark学习路径：使用Spark Accumulators的注意事项

RDD

• Spark学习路径：基本介绍
• Spark学习路径：RDD vs DataFrame vs DataSet

Databricks

• Spark学习路径：基本介绍

DataFrame

• Spark学习路径：RDD vs DataFrame vs DataSet

DataSet

• Spark学习路径：RDD vs DataFrame vs DataSet

performance

• Spark学习路径：性能调试

Accumulators

• Spark学习路径：使用Spark Accumulators的注意事项

RNN

• 201612 阅读笔记
• 对在NLP领域对比MLP、CNN和RNN的一点思考

LSTM

• 201612 阅读笔记
• 201702 阅读笔记
• 201703 阅读笔记

Attention

• 201612 阅读笔记
• 201702 阅读笔记
• 201703 阅读笔记

机器翻译

• 201612 阅读笔记
• 自然语言处理领域的tutorials (Since 2016)
• 201702 阅读笔记
• 201703 阅读笔记
• 201706 阅读笔记

语言模型

• 201612 阅读笔记

Machine Learning

• 机器学习领域的tutorials (Since 2016)

Deep Learning

• 机器学习领域的tutorials (Since 2016)
• 201702 阅读笔记
• 对深度学习的一点思考
• 201703 阅读笔记
• 201704 阅读笔记

机器学习

• 机器学习领域的tutorials (Since 2016)

深度学习

• 机器学习领域的tutorials (Since 2016)
• 201702 阅读笔记
• 对深度学习的一点思考
• 201703 阅读笔记
• 201704 阅读笔记
• 201705 阅读笔记
• 201706 阅读笔记
• 201707 阅读笔记
• deeplearning.ai出品的deep learning课程听课有感

NLP

• 自然语言处理领域的tutorials (Since 2016)
• 对在NLP领域对比MLP、CNN和RNN的一点思考

Natural Language Processing

• 自然语言处理领域的tutorials (Since 2016)

自然语言处理

• 自然语言处理领域的tutorials (Since 2016)

Machine Translation

• 自然语言处理领域的tutorials (Since 2016)

CNN

• 201701 阅读笔记
• 对在NLP领域对比MLP、CNN和RNN的一点思考

ReLU

• 201701 阅读笔记

machine translation

• 201702 阅读笔记
• 201703 阅读笔记

zero-shot translation

• 201702 阅读笔记

数据挖掘

• 社招工作机会——【奇虎360】【商业数据部】招聘数据挖掘工程师（北京）

工作机会

• 社招工作机会——【奇虎360】【商业数据部】招聘数据挖掘工程师（北京）

图像处理

• 图像处理的几个基本概念——卷积、滤波、平滑

卷积

• 图像处理的几个基本概念——卷积、滤波、平滑

滤波

• 图像处理的几个基本概念——卷积、滤波、平滑

sequence to sequence

• 201703 阅读笔记

seq2seq

• 201703 阅读笔记

工具安装

• 以源码方式在Linux安装TensorFlow记录

TensorFlow

• 以源码方式在Linux安装TensorFlow记录

Bazel

• 以源码方式在Linux安装TensorFlow记录

Factorization machine

• 201704 阅读笔记

FM

• 201704 阅读笔记

FNN

• 201704 阅读笔记

PNN

• 201704 阅读笔记

CTR

• 201704 阅读笔记

CTR预估

• 201704 阅读笔记

automatic differentiation

• 201705 阅读笔记

AutoDiff

• 201705 阅读笔记

自动梯度求解

• 201705 阅读笔记

神经网络

• 201705 阅读笔记

互联网趋势

• 对国内互联网趋势的一点思考

dropout

• 201706 阅读笔记

attention

• 201706 阅读笔记

node2vec

• 201707 阅读笔记

文本匹配

• 201707 阅读笔记

dssm

• 201707 阅读笔记

MLP

• 对在NLP领域对比MLP、CNN和RNN的一点思考

product quantization

• 理解 product quantization 算法
• 201708 阅读笔记

乘积量化

• 理解 product quantization 算法
• 201708 阅读笔记

similarity search

• 理解 product quantization 算法
• 201708 阅读笔记

相似搜索

• 理解 product quantization 算法
• 201708 阅读笔记

nearest neighbor search

• 理解 product quantization 算法
• 201708 阅读笔记

近邻搜索

• 理解 product quantization 算法
• 201708 阅读笔记

kmeans

• 理解 product quantization 算法

faiss

• 理解 product quantization 算法

模型压缩

• 理解 product quantization 算法

kd tree

• 理解 product quantization 算法

LSH

• 理解 product quantization 算法

quantization

• 理解 product quantization 算法

tensorflow

• 201708 阅读笔记

deep learning

• 201708 阅读笔记
• deeplearning.ai出品的deep learning课程听课有感

发展趋势

• 201708 阅读笔记

白化

• 201708 阅读笔记

PCA白化

• 201708 阅读笔记

ZCA白化

• 201708 阅读笔记

GAN

• 201708 阅读笔记

generative adversarial networks

• 201708 阅读笔记

生成式对抗网络

• 201708 阅读笔记

工程开发

• 对系统设计的一点思考

系统设计

• 对系统设计的一点思考

听课笔记

• deeplearning.ai出品的deep learning课程听课有感

deeplearning.ai

• deeplearning.ai出品的deep learning课程听课有感