常用机器学习算法汇总比较的最后一篇，介绍提升(Boosting)算法、GBDT、优化算法和卷积神经网络的基本原理、优缺点。 9. 提升(Boosting)方法 boosting 和 bagging 都是集成学习（ensemble learning）领域的基本算法，两者使用的多个…

机器学习根植于统计学，正在逐渐成为最有趣、发展最快的计算机科学领域之一。机器学习可应用到无数行业和应用中，使其更加高效和智能。 聊天机器人、垃圾邮件过滤、广告服务、搜索引擎和欺诈检测，这些都是机器学习模型在日常生活中的应用实例。机器学习使我们为人类力不能及的事找到模式、创建数学…

在上一节Spark经典的单词统计中，了解了几个RDD操作，包括flatMap，map，reduceByKey，以及后面简化的方案，countByValue。那么这一节将介绍更多常用的RDD操作，并且为每一种RDD我们分解来看其运作的情况。 flatMap，有着一对多的表现，输入…

由于篇幅问题，所以这篇文章先介绍如何处理缺失值和图片数据扩充的问题，下一篇文章会介绍处理异常值和类别不平衡的问题。 何为特征工程呢？顾名思义，就是对原始数据进行一系列工程处理，将其提炼为特征，作为输入供算法和模型使用。 本质上讲，特征工程是一个表示和展现数据的过程；实际工作中，…

机器之心编辑，作者：思源、刘晓坤。 这本书的目的是解释数据科学和机器学习所依赖的数学：线性代数、最优化、概率论和统计学。因为在机器学习中，学习函数中的权重会以矩阵形式表示，这些权重通过随机梯度下降优化，而「随机」一词提示训练收敛是概率性的。此外，概率论中的大数定律被扩展到了大函…

在sendBroadcast，startActivity时，我们会用到Intent。 Intent可以携带一些数据，比如基本类型数据int、Boolean，或是String，或是序列化对象，Parcelable与Serializable。 Intent传递数据时，如果数据太大，…

在前面的几个章节中我们已经简单的完成了一个简易版的spring，已经包括容器，依赖注入，AOP和配置文件解析等功能。这一节我们来实现一个自己的springMvc。 springMvc是一个基于mvc模式的web框架，SpringMVC框架是一种提供了MVC(模型 - 视图 - …

或许每个经历过大学生涯的人都会有这样的感受：曾经努力收集各种课程资料，但在修完一门课程之后却会发现遗漏了很多重点内容。每一代前辈总结出的经验也常常因为无处传承而逐渐遗漏消失。 为了减少重复劳动，让我们不再孤军奋战，来自浙江大学、北京大学等国内高校的贡献者们发起了课程资料民间整理…