常用机器学习算法的点睛之笔
AdaBoost： 权值的作用是什么？1）对分错的样本给予更高的权值，给弱分类器的误差加权2）所有弱分类器的投票权重...
揭开机器学习的面纱：最大熵模型100行代码实现[Python版]
理论说明部分见上一篇：
最大熵模型简介[例子+推导+GIS求解]
为了是代码简短，方便阅读，去掉了很多健壮性检测...
协同过滤之ALS-WR算法
这篇文章是参考：https://github.com/ceys/jdml/wiki/ALS 改写的，由于原文Latex公式没有正常展现+少量笔误，妨...
最大熵模型简介[例子+推导+GIS求解]
这篇文章是结合论文http://www.cqvip.com/Main/Detail.aspx?id=7707219对博文：http://www.cnblogs.com/hexinuaa...
Slope One——简单而高效的协同过滤算法
在传统基于内容的推荐系统中，根据商品特性的相似性来做推荐，例如：如果你购买了Machine Learning, Tom M.Mitch...
Spark机器学习库指南[Spark 1.3.1版]——降维(Dimensionality Reduction)
下面是章节降维的内容(其他内容参见全文目录)
奇异值分解 (SVD)
性能
SVD示例
主成分分析 (...
Spark机器学习库指南[Spark 1.3.1版]——基础统计(Basic statistics)
下面是章节基础统计的目录(其他内容参见全文目录)
汇总统计(Summary statistics)
相关系数(Correlations...
Spark机器学习库指南[Spark 1.3.1版]——数据类型(Data Types)
下面是章节数据类型的目录(其他内容参见全文目录)
局部向量[Local vector]
标记点[Labeled point]
局...
Spark机器学习库指南[Spark 1.3.1版]——特征提取和转换(Feature extraction and transformation)
下面是章节特征提取和转换的内容(其他内容参见全文目录)
TF-IDF
Word2Vec
模型
示例
...
Spark机器学习库指南[Spark 1.3.1版]——聚类(Clustering)
下面是章节聚类的内容(其他内容参见全文目录)
聚类是一个无监督学习问题，我们基于相似的特性将数据分组成...
Spark机器学习库指南[Spark 1.3.1版]——优化(Optimization)
下面是章节优化的目录(参见全文目录)
数学描述
梯度下降(Gradient descent)
随机梯度下降 (SGD)
...
Spark机器学习库指南[Spark 1.3.1版]——树的集成(ensembles of trees)
下面是章节树的集成的目录(参见决策树，其他内容参见全文目录)
梯度提升树 vs. 随机森林
随机森林
...
Spark机器学习库指南[Spark 1.3.1版]——决策树(decision trees)
下面是章节决策树的目录(其他内容参见全文目录)
基础算法
节点不纯度和信息增益（Node impurity and i...
Spark机器学习库指南[Spark 1.3.1版]——线性模型(Linear Models)
下面是章节线性模型的目录(其他内容参见全文目录)
数学公式
损失函数(Loss functions)
正则化(Regu...
Spark机器学习库指南[Spark 1.3.1版]——分类和回归(Classification and Regression)
下面是章节分类和回归的目录(其他内容参见全文目录)
MLlib支持多种机器学习方法，这些方法可以用于解决二分类...
Spark机器学习库指南[Spark 1.3.1版]——频繁模式挖掘(Frequent Pattern Mining)
下面是章节频繁模式挖掘的内容(其他内容参见全文目录)
频繁项集挖掘是通常是大规模数据分析的第一步，多年以...
Spark机器学习库指南[Spark 1.3.1版]——朴素贝叶斯(Naive Bayes)
下面是章节朴素贝叶斯的正文(其他内容参见全文目录)
朴素贝叶斯是一个简单的多分类算法。之所以称为朴素，是...