这篇文章介绍最受欢迎的协同过滤算法，以及会在文中实战在 spark 分布式矩阵的基础上模拟协同过滤推荐。

关于特征选择及 mRMR 算法解析

作者的系列文章，学习完这一篇关于计算学习理论最后的讨论，从此各位跨入机器学习的大门，天地高山，都在脚下。

前段时间一个数据科学家介绍他建立的一个自动的机器学习框架，几乎可以解决任何机器学习问题。这篇文章是作者对那个框架的分析。

我参加了国内首个迁移学习算法比赛，非常幸运地获得了比赛的冠军。今天，我将以本次比赛为例，介绍我们基于大规模分布式机器学习框架 GDBT，在迁移学习上进行的一些尝试。我会首先介绍迁移学习的背景和 GDBT；然后结合比赛，阐述迁移学习的一些经典算法在实际应用中，可能需要注意的地方；最后，总结本次分享，并简要介绍比赛中一些未来得及尝试，却比较有趣的迁移学习工作。

关于多分类 我们常见的逻辑回归、SVM等常用于解决二分类问题，对于多分类问题，比如识别手写数字，它就需要10个分类，同样也可以用逻辑回归或SVM，只是需要多个二分类来组成多分类，但这里讨论另外一种方式来解决多分类——softmax。 关于softmax softmax的函数为 可…

如果让你用传统的编程语言写一个程序去识别这些形态各异的数字，你会怎么写？写很多方法去检测横、竖、圆这些基本形状，然后计算它们的相对位置？我想你很快就会陷入绝望之中。所以，本文我给大家介绍如何用 TensorFlow 进行手写数字识别提升效率。

在机器学习中选择一个恰当的算法十分重要，文中主要介绍了 8 种计算机算法及其优缺点，为大家进行算法选择时提供一点意见。