zhiyong_will

Uvicorn[1]是一个基于 ASGI（Asynchronous Server Gateway Interface） 的轻量级 Web 服务器，专为异步 Web 应用程序而设计。 想要弄清楚 Uvi

开启掘金成长之旅！这是我参与「掘金日新计划 · 2 月更文挑战」的第 33 天，点击查看活动详情 1. 矩阵分解回顾 在博文推荐算法——基于矩阵分解的推荐算法中，提到了将用户-商品矩阵进行分解，从而实

开启掘金成长之旅！这是我参与「掘金日新计划 · 2 月更文挑战」的第 33 天，点击查看活动详情 1. 推荐算法概述 对于推荐系统(Recommend System, RS)，从广义上的理解为：为用户

开启掘金成长之旅！这是我参与「掘金日新计划 · 2 月更文挑战」的第 33 天，点击查看活动详情 梯度提升决策树（Gradient Boosting Decision Tree，GBDT）算法是近年来

开启掘金成长之旅！这是我参与「掘金日新计划 · 2 月更文挑战」的第 33 天，点击查看活动详情 1. K-Means算法的基本原理 K-Means算法是较为经典的聚类算法，假设训练数据集$X$为：$

开启掘金成长之旅！这是我参与「掘金日新计划 · 2 月更文挑战」的第 33 天，点击查看活动详情 1. K-Means算法存在的问题 由于K-Means算法的简单且易于实现，因此K-Means算法得到

开启掘金成长之旅！这是我参与「掘金日新计划 · 2 月更文挑战」的第 32 天，点击查看活动详情 1. Gibbs采样概述 前面介绍的Metropolis-Hastings采样为从指定分布中进行采样提

开启掘金成长之旅！这是我参与「掘金日新计划 · 2 月更文挑战」的第 32 天，点击查看活动详情 在简单易学的机器学习算法——马尔可夫链蒙特卡罗方法MCMC中简单介绍了马尔可夫链蒙特卡罗MCMC方法的

开启掘金成长之旅！这是我参与「掘金日新计划 · 2 月更文挑战」的第 32 天，点击查看活动详情 对于一般的分布的采样，在很多的编程语言中都有实现，如最基本的满足均匀分布的随机数，但是对于复杂的分布，