原创 http、https和數字證書的相關知識
http協議 http協議全稱超文本傳輸協議，是一個基於請求與響應，無狀態的，應用層的協議，常基於TCP/IP協議傳輸數據，互聯網上應用最爲廣泛的一種網絡協議，所有的WWW文件都必須遵守這個標準。設計HTTP的初衷是爲了提供一種發
2020-06-27 14:27:57
原创 jvm 垃圾回收：新生代都是複製算法，老年代都是標記整理算法
1、爲什麼新生代都是複製算法 因爲新生代對象生存時間比較短，80%都是要回收的對象，採用標記-清除算法則內存空間碎片化嚴重，採用複製算法可以靈活高效，且便與整理空間。 2、老年代都是標記整理算法 標記整理算法解決來標記-清除算法的
2020-06-27 14:27:57
1
原创 2020騰訊廣告大賽 ：13.5 baseline
前言 數據集有點大，大概是3千萬的數據，1G左右，如果用機器學習方法，預計需要內存32G左右，至少需要24G，或者自己分批慢慢跑特徵，很多人用自然語言處理的時序模型來做本次比賽，需要的機器會更高一些，是在沒機器跑了。本代碼是在騰訊
2020-06-24 02:48:50
原创 小白學習CTR模型：GBDT+LR
前言 晚上很多內容講解LGBT+LR的推薦系統，但是很多都講解的都過於自然，很多都省略了，本文從小白角度來慢慢分析。包括代碼分析等等。 問題是什麼 CTR全稱是click-through rate，中文名叫點擊率，它是怎麼回事呢？
2020-06-24 02:48:50
原创 LSTM：長短期記憶網絡 （Long short-term memory）
LSTM ：Long short-term memory 這也是RNN的一個變種網絡，在之後大家都可以見到各類變種網絡，其本質就是爲了解決某個領域問題而設計出來的，LSTM是爲了解決RNN模型存在的問題而提出來的，RNN模型存在長
2020-06-24 02:48:50
原创 zookeeper理論篇
zookeeper 是什麼 zookeeper是一個分佈式服務管理框架，基於觀察者設計模式，他負責管理和存儲大家都關心的信息，並且接受觀察者的觀察監控，一旦數據節點發生變化，zookeeper就負責通知註冊的觀察者。總體來說就是z
2020-06-16 10:28:27
原创 Anaconda 講解 與 jupyter notebook 搭配
前言 方便管理各類python庫環境，來回切各類環境，因爲有的時候別人的代碼運行需要特定的python版本，所以新建一個python環境非常方便。 安裝 Anaconda官方下載之後，Mac 下直接用命令行來安裝吧： $ bash
2020-06-16 10:28:27
原创 SVM：通俗易懂的SMO算法
前言 SVM算法中目標函數最終是一個關於aaa向量的函數。本文將通過SMO算法來極小化這個函數。 SMO算法 首先我們再寫一下帶核函數的優化目標： min⏟a12∑i=1m∑j=1maiajyiyjK(xi,xj)−∑i=1mai
2020-06-16 10:28:27
原创 最簡單的機器學習入門：線性迴歸
前言 線性函數用來做迴歸、做分類其實是數學內容應用與時間的一個簡單方法，其實這個高中生都可能會了解，只不過針對批樣本用到了矩陣，會涉及到一些線性代數內容。讓我們來了解一下這個數學背後的邏輯。 簡單的y=wx+b直線函數表達式 我們
2020-06-16 10:28:27
原创 支持向量機（SVM）中的對偶問題
前言 在SVM中有一個求極小值的問題轉換過程，轉換爲一個對偶問題，但是我不太清楚這個問題爲什麼可以轉換，而且還不太清楚爲什麼這麼轉換？不太明確轉換後有什麼優點，寫個文章來了解這些內容。 原始問題轉換 min12∣∣w∣∣2s.t
2020-06-16 10:28:27
原创 java hashmap 問題彙總
如何保證hashmap 數組大小一定是2的指數 tableSizeFor 在初始化 hashmap對象時會調用來得到這麼一個值，這個值用來作爲hashmap 數組大小。 static final int tableSizeFo
2020-06-16 10:28:27
原创 基於協同過濾的推薦算法
前言 之前寫來基於內容的推薦方法，現在想要分析一下基於協同過濾的推薦方法，網上與很多文章介紹來，但是站在不同的角度思考同一個問題，或許讓你更加理解。 基於協同過濾的推薦：概念 協同過濾（Collaborative Filterin
2020-06-16 10:28:27
原创 2-3樹 與 紅黑樹
前言 紅黑樹直接看有點懵，塗上顏色，顏色轉換，狀態調整，說實話，一上來這麼弄，我都不想看，有些東西你會知道是這麼回事，但是你不清楚爲什麼這麼做？爲什麼要塗上顏色？我自己也不太喜歡死記硬背，感覺很傷腦子，而且過一段時間就忘記了，這不
2020-06-16 10:28:27
1
原创 TextRank算法：提取關鍵詞+摘要
前言 TextRank算法是基於PageRank的思想用在來文本領域，具體的PageRank算法可以參考我的博客：PageRank 頁面排名算法。接下來就讓我們瞭解一下怎麼用在文本領域。 概念 PageRank有節點、入鏈的概念，
2020-06-16 10:28:27
原创 kaggle 入門一些問題
前言 最近研究一下kaggle機器學習平臺，這個憑條最大可提供16G的內存，還有CPU等資源使用，非常不錯，想着來學習一下。 讀取數據集 kaggle支持多種數據集，你可以自己上傳數據集，也可以用別人上傳的數據集，也可以用平臺提供
2020-06-16 10:28:27