机器学习

TikTok利用了优秀的算法成为了行业的领头羊。他们的数据科学家利用算法，通过用户与应用程序的交互表达（例如发表评论或关注帐户）找到偏好，在考虑用户偏好后建议内容，让TikTok成为了目前最受欢迎的社交平台之一。本文将介绍TikTok 的是如何应用推荐系统的技术，他的优势是什么，以及机器学习是如何融入其中的。

TikTok 推荐算法给人感觉复杂而神秘，但它的原理并不是秘密！根据 TikTok 的说法：“系统通过多种因素对视频进行排名来推荐内容—从你作为新用户表达的兴趣开始，根据你不感兴趣的事物进行调整”。从你使用的标签、你的位置、音乐选择，甚至你喜欢的第一个 TikTok 视频，它们都可以影响 TikTok 算法。在这篇文章中，我们将 TikTok 算法、它的优势和带来的影响。

大多数数据科学爱好者都知道如何构建和训练模型，但如何部署模型并让他在现实生活中有用，有时是个有挑战性的问题。 幸运的是，有许多不同的平台和工具可用于帮助进行模型部署。 Amazon Sagemaker 是最具代表的工具之一，因为它在很大程度上减少了构建、训练和部署模型的努力和犹豫。 借助 Lambda 函数，可以在 AWS 云上自动训练和部署模型。

聚类分析是将一组对象以某种方式分组，让同组中的对象彼此之间比其他组更相似。 它是探索性数据分析的主要工具，也是统计数据分析的常用技术，应用于许多领域，包括模式识别、图像分析、信息检索、计算机图形学和机器学习等等。本文介绍了不同种类的聚类分析和它们的使用场景，带你迅速了解Clustering Techniques!

我在本文中分享的计划，可用作准备数据科学面试、加强数学概念、或作为机器学习研究的开始。这个计划不仅有助你对机器学习的直观理解，而且还可以用于许多其他高阶领域，如统计信号处理，计算电动力学等等。

这篇文章的目的就是回顾可以解决分类模型中倾斜数据问题的不同方法。

评估你的机器学习算法是任何项目的重要部分。

世上有许多我根本没听说过的音乐家，如果我们要给成千上万的歌曲分组，那么显然人工检验每个簇类是不现实的。