食堂的大師傅炒了一份菜，要等分成兩份給兩個人吃——顯然沒有必要拿來天平一點一點的精確的去稱分量，最簡單的辦法是先隨意的把菜分到兩個碗中，然 后觀察是否一樣多，把比較多的那一份取出一點放到另一個碗...

最大期望算法（Expectation Maximization Algorithm，又譯期望最大化算法），是一種迭代算法，用于含有隱變量（hidden variable）的概率參數模型的最大似然...

機器學習(Machine Learning, ML)是一門多領域交叉學科，涉及概率論、統計學、逼近論、凸分析、算法復雜度理論等多門學科。專門研究計算機怎樣模擬或實現人類的學習行為，以獲取新的知識...

本文主要詳解了Java語言的8大排序的基本思想以及實例解讀

與上次文章中提到的ID3算法和C4.5算法類似，CART算法也是一種決策樹分類算法。CART分類回歸樹算法的本質也是對數據進行分類的，最終數據的表現形式也是以樹形的模式展現的，與ID3，C4.5...

聲明一下，本文只是介紹一下最基礎的基于內容的推薦系統（Content-based recommender system）的工作原理，其實基于內容的推薦系統也分三六九等Orz，這里只是簡單的較少一...

大數據Big Data是指大小超出了常用的軟件工具在運行時間內可以承受的收集，管理和處理數據能力的數據集;大數據是目前存儲模式與能力、計算模式與能力不能滿足存儲與處理現有數據集規模產生的相對概念。

KNN（K Nearest Neighbors,K近鄰 ）算法是機器學習所有算法中理論最簡單，最好理解的。KNN是一種基于實例的學習，通過計算新數據與訓練數據特征值之間的距離，然后選取 K（K>...

支持向量機(Support Vector Machine)是Cortes和Vapnik于1995年首先提出的，它在解決小樣本、非線性及高維模式識別中表現出許多特有的優勢，并能夠推廣應用到函數擬合...

從前東家離職已經一個多月的時間了，在這一個月，前前后后也和幾家公司做了技術交流，自己也第一次靜下來這么久來思考總結。今年是我畢業的第五年，也正巧趕上年底，就把這些湊到一起寫個小總結吧，也沒有什么...

首先，高頻交易不一定是套利算法。事實上HFT做的最多的業務是做市（market making），可以是把商品從一個交易所倒賣到另一個交易所，也可以是在同一個交易所內部提供某種商品的流動性。這兩種...

各種不同排序算法在不同情況下的表現，很贊。 排序這事我們平常經常做，比如，最后那種Few Unique （少數獨立值），相當于我們打牌。一手牌抓上來，很快就分成黑紅梅方四種。

上一小節，我們引入了VC維的概念，用它來描述假設集合的表達能力。這一小節中，我們將從VC維的物理意義出發，進一步學習如何根據VC維傳達的信息來選擇模型和假設集合。

在很多網站中我們看到有文章推薦功能，有的網站中還使用的無覓插件或百度的腳本掛件，然而推薦出來的文章卻存在兩個問題：相關性不大，不能引起讀者興趣。

深度學習算法的目標函數，幾乎全都是非凸的。而目前尋找最優解的方法，都是基于梯度下降的。稍微有點背景知識的人都知道，梯度下降方法是解決不了非凸問題的。因此，如果找到最優解，將是深度學習領域，非常值得研究的課題。

在理解了我們需要解決的機器學習問題之后，我們可以思考一下我們需要收集什么數據以及我們可以用什么算法。本文我們會過一遍最流行的機器學習算法，大致了解哪些方法可用，很有幫助。

每個程序猿都應該掌握的大O算法復雜度速查表，此表包括了常用算法的時間和空間復雜度。如果你現在正準備參加面試，那么它為你節省大量時間。推薦立即收藏。

看過結構之法算法之道blog的朋友可能知道，從2010年10月起，July 開始整理一個微軟面試100題的系列，他在整理這個系列的過程當中，越來越強烈的感覺到，可以從那100題中精選一些更為典型...

Paxos 算法是Lamport于1990年提出的一種基于消息傳遞的一致性算法。由于算法難以理解起初并沒有引起人們的重視，使Lamport在八年后重新發表到 TOCS上。即便如此paxos算法還...

在本篇文章中，我將對機器學習做個概要的介紹。本文的目的是能讓即便完全不了解機器學習的人也能了解機器學習，并且上手相關的實踐。這篇文檔也算是 EasyPR開發的番外篇，從這里開始，必須對機器學習了...