Jan
02
如何在15分钟内构建属于自己的基于聚类的推荐系统？
推荐引擎简单来讲就是过滤数据并向用户推荐最相关的结果。推荐这些结果的方式使得对结果感兴趣的可能性最大。现在，所有推荐引擎都有用户数据及其历史记录，可用于创建过滤算法，并最终帮助公司为每个独特用户生成非常准确的建议。我们将对Pluralsight的在线课程文本数据进行讨论，根据我们可用的商品数据制作推荐系统。
Jun
03
哈登詹姆斯双双出局！机器学习如何预测球员胜利贡献值？
我们能用其他篮球指标预测NBA球员的个人赢球率吗?本文使用2016-2017赛季的数据来创建模型，并使用最近一个赛季的数据来预测胜利贡献值。
Apr
15
这10本改变数据生涯的书，你看了么？
由于之前出过两期必读书目的文章，受到了观众激烈的反响，于是决定顺应市场需求，又来喂一波精神食粮。 这波粮食呢，一部分是关于初级机器学习，深度学习介绍，Python语言，数据可视化入门，一部分是关于人们对机器感兴趣的一些话题，例如特征工程，模型可解释性等。
Feb
13
史上最全！41道 Machine Learning 高频面试题都在这里了。
这一篇干货文章涵盖了业内精读的41个机器学习问题，请你一定好好读，然后思考我们给出的答案是不是符合你的思路。相信读完这篇后，你将能够轻而易举地 handle 任何关于机器学习面试问题的工作面试。
Jan
24
当我们谈论机器学习时我们在谈论什么？
众所周知，NIPS Conference（Neural Information Processing Systems）是机器学习领域的热门会议之一。每年顶会都会有大量重量级的科研论文发表，从1987到2017年以来，已经有超过五万篇文章。作为一个数据分析的狂热分子，让我们用code来分析这些论文，看看机器学习的新趋势吧！
Jan
03
Jan
02
Dec
19
马东：搞定机器学习， 最多三分钟。
数据科学界，一大难点， Machine Learning 深深折磨着每一位数据科学人儿。但身边又总有学表(chui) 论 (bi) 数据模型，所以我又要来送助攻了。让我们一起来 3 分钟入门ML，轻松学建模，融入学术圈，提高学表鉴定能力，一起快乐崇拜。
