1. Introduction 第一次接触到 Markov Chain Monte Carlo (MCMC) 是在 theano 的 deep learning tutorial…

来自http://technews.cn/2015/11/10/amazon-books-is-all-about-the-data/ 网络书店起家的亚马逊（amazon），上周第…

原文  http://xccds1977.blogspot.com/2011/12/rloess.html 局部多项式回归拟合是对两维散点图进行平滑的常用方法，它结合了传统线性回归…

Apriori 算法是数据挖掘中一种挖掘关联规则的频繁项集算法。其核心是基于两阶段频集思想的递推算法。 先来了解下关联规则挖掘： 发现事务数据库，关系数据 ,  或其它信息库中项或…

摘要 深度学习当前在NLP领域发展也相当快，翻译，问答，摘要等基本都被深度学习占领了。 本文给出基于深度学习的中文分词实现，借助大规模语料，不需要构造额外手工特征，在2014年人民…

作者：云知秋 2015天猫双11全球狂欢节拉开帷幕，阿里巴巴的工程师们又忙碌了起来。在力保全球“剁手党”顺畅购物的同时，他们还拿双11来验证多项开创性技术。阿里巴巴双11技术总指挥…

from http://blog.sina.com.cn/s/blog_7103b28a0102w805.html G-means的思路为：检测一个质心所含的数据看上去是否是高斯的…

来自http://blog.sina.com.cn/s/blog_6e85bf420100ogp8.html  FP_growth算法是韩家炜老师在2000年提出的关联分析算法，该…

作者：杨军 链接：https://www.zhihu.com/question/25097993/answer/127374415 来源：知乎 著作权归作者所有，转载请联系作者获得…

本演讲是2015年10月29日，在CMRA大会上的主题演讲。主要探讨数据科学的整合与细分，特别分析了数据科学的七个危险趋势。自从大数据这个词出来以后，数据已经成为一个非常明确的科学…

来自 博客园 在市场研究中，有一种分析是研究消费者态度或偏好，收集的数据是某些对象的评分数据，这些评分数据可以看做是对象间相似性或差异性的表现，也就是一种距离，距离近的差异性小，距…

来自 http://blog.sina.com.cn/s/blog_6e85bf420100ohma.html    ID3算法是J. Ross Quinlan在1975提出的分类…

11月8日，颠覆式创新研习社产品学院第一课登台，今日头条算法构架师曹欢欢，分享了头条如何用数据打磨产品。产品学院以一年7次免费线下大课＋52场线上教程，五大路径，魔鬼训练，层层穿越…

来自 博客园 只有一个自变量和因变量的线性回归称为简单线性回归，但是实际上，这样单纯的关系在现实世界中几乎不存在，万事万物都是互相联系的，一个问题的产生必定多种因素共同作用的结果。…

当消费者在电商网站搜索喜好商品时，会看到在页面周边的一些推荐。这些推荐商品中可能是消费者现在需要的，也可能是曾经搜索过的。这一现象背后如果没有强大技术支持，就不会在精准推送的同时还…

计算机革命带来了数据存储技术的发展，无疑大大促进了大数据的进步。互联网的发展让数据共享，而移动互联网、物联网的发展，使得数据产生积累，渐渐的大数据迎来了爆发的时代，很多企业却因为跟…

from http://developer.51cto.com/art/201501/464174_all.htm 本文收集了百来篇关于机器学习和深度学习的资料，含各种文档，视频，…

本文从谷歌流感趋势2009年前后表现差异谈起，讨论了大数据分析容易面临的大数据自大、算法演化、看不见的动机导致数据生成机制变化等陷阱，以及对我国大数据产业发展的借鉴。本文认为，为健…

前言 写过几篇关于RHadoop的技术性文章，都是从统计的角度，介绍如何让R语言利用Hadoop处理大数据。今天决定反过来，从计算机开发人员的角度，介绍如何让Hadoop结合R语言…

作者： 赵辉 来源：《中国企业家》   平台型企业的大数据应用策略有何特点？阿里巴巴、百度、腾讯等一批平台型企业，汇集了海量用户和商家，聚集成富有张力的生态系统，它们的大…