机器学习论文集锦

作者：时海 2019-02-10

Field-awareFactorizationMachinesforCTRPrediction
Spark随机森林预测定性破产数据集

作者：时海 2018-11-26

1、随机森林简介[MachineLearning&Algorithm]随机森林（RandomForest）决策树与随机森林随机森林原理介绍与适用情况（综述篇）2、Qualitative_Bankruptcy数据集数据集介绍：Qualitative_BankruptcyDataSet数据集下载链接：下载该数据集包含6个特征和一个La...
NLP点滴——文本相似度

作者：时海 2018-07-11

前言在自然语言处理过程中，经常会涉及到如何度量两个文本之间的相似性，我们都知道文本是一种高维的语义空间，如何对其进行抽象分解，从而能够站在数学角度去量化其相似性。而有了文本之间相似性的度量方式，我们便可以利用划分法的K-means、基于密度的DBSCAN或者是基于模型的概率方法进行文本之间的聚类分析；另一方面，我们也可以利用文本之间的相似性...
笔记︱风控分类模型种类（决策、排序）比较与模型评估体系（RO

作者：时海 2018-07-10

每每以为攀得众山小，可、每每又切实来到起点，大牛们，缓缓脚步来俺笔记葩分享一下吧，please~———————————————————————————本笔记源于CDA-DSC课程，由常国珍老师主讲。该训练营第一期为风控主题，培训内容十分紧凑，非常好，推荐：CDA数据科学家训练营————————————————————————————————...
ROC和AUC介绍以及如何计算AUC

作者： hadoop迷 2018-07-10

ROC（ReceiverOperatingCharacteristic）曲线和AUC常被用来评价一个二值分类器（binaryclassifier）的优劣，对两者的简单介绍见这里。这篇博文简单介绍ROC和AUC的特点，以及更为深入地，讨论如何作出ROC曲线图以及计算AUC。ROC曲线需要提前说明的是，我们这里只讨论二值分类器。对于分类器，或者...
人工智能在搜索中的应用

作者：时海 2018-01-04

12月13-14日，由云栖社区与阿里巴巴技术协会共同主办的《2017阿里巴巴双11技术十二讲》顺利结束，集中为大家分享了2017双11背后的黑科技。本文是《人工智能在搜索中的应用》演讲整理，本文首先介绍了AI如何在搜索中落地，进而重点介绍了个性化搜索，包括图搜索、个性化召回，接着又分享了智能决策的探索。内容如下。分享嘉宾：三桐：阿里巴巴资深...
算法杂货铺——k均值聚类(K-means)

作者：时海 2017-12-31

4.1、摘要在前面的文章中，介绍了三种常见的分类算法。分类作为一种监督学习方法，要求必须事先明确知道各个类别的信息，并且断言所有待分类项都有一个类别与之对应。但是很多时候上述条件得不到满足，尤其是在处理海量数据的时候，如果通过预处理使得数据满足分类算法的要求，则代价非常大，这时候可以考虑使用聚类算法。聚类属于无监督学习，相比于分类，聚类不依...
算法杂货铺——分类算法之决策树(Decision tree)

作者：时海 2017-11-23

3.1、摘要在前面两篇文章中，分别介绍和讨论了朴素贝叶斯分类与贝叶斯网络两种分类算法。这两种算法都以贝叶斯定理为基础，可以对分类及决策问题进行概率推断。在这一篇文章中，将讨论另一种被广泛使用的分类算法——决策树（decisiontree）。相比贝叶斯算法，决策树的优势在于构造过程不需要任何领域知识或参数设置，因此在实际应用中，对于探测式的知...
轻松看懂机器学习十大常用算法

作者：刀神T 2017-11-22

通过本篇文章可以对ML的常用算法有个常识性的认识，没有代码，没有复杂的理论推导，就是图解一下，知道这些算法是什么，它们是怎么应用的，例子主要是分类问题。每个算法都看了好几个视频，挑出讲的最清晰明了有趣的，便于科普。以后有时间再对单个算法做深入地解析。今天的算法如下：决策树随机森林算法逻辑回归SVM朴素贝叶斯K最近邻算法K均值算法Adaboo...
机器学习中的数学(5)-强大的矩阵奇异值分解(SVD)及其应

作者： july 2017-11-22

前言：上一次写了关于PCA与LDA的文章，PCA的实现一般有两种，一种是用特征值分解去实现的，一种是用奇异值分解去实现的。在上篇文章中便是基于特征值分解的一种解释。特征值和奇异值在大部分人的印象中，往往是停留在纯粹的数学计算中。而且线性代数或者矩阵论里面，也很少讲任何跟特征值与奇异值有关的应用背景。奇异值分解是一个有着很明显的物理意义的一种...