机器学习

2019年 一不留神，就流逝于指间。 去年，在朋友们的影响之下，写下了「 我的2018 」，订了几个小目标，现在再看，可以说基本达成，没有什么意外，也没什么惊喜。 今年惯例来总结一下自己的 2019 ，给自己一个交代。 1. 公众号 犹记得2018年末的关注数是4000，大部分都是从各个平台看了我的文章来关注的，来之不易。 当时我给自己定下的目标是翻两番（也就是16000），目标不大，但压力不小。 目前整个公号技术圈环境下，引流不易，留存更难。 好在11月的时候，这个目标提前达成。 但从那开始，订阅数也开始停滞不前，甚至有时候还会出现负增长。 在被筛选的同时，同时我也在筛选别人。 曾经我关注的订阅号达到400多个，那时候已经明显感觉到了信息爆炸带来的焦虑与恐慌，一盏茶的功夫，信息流里就多出了几十条推送，实在是看不过来。 对于这个号，我用心在经营，尽量让大家在这里能够学到一点东西。 推送的技术文章，都是经过精心筛选的，不管是原创，还是转载，我始终有着自己的原则： 重复的知识点不会重复推送 过于粗浅的知识点不会推送 没有把内容讲明白的不推送 不会推送太哗众取宠的文章 有了这些限制，分享的高质量文章的只会越来越少，因为筛选的成本巨大，曾经有几位读者向我投稿，有的太过于个人博客，有的不在我的能力筛选范围内（如机器学习），只能婉拒。 这个号严格来说，已经不是去年那个了。 经过一次换血

参考ibm文章 https://www.ibm.com/developerworks/cn/web/1103_zhaoct_recommstudy1/index.html 该系列分为三部分 第 2 部分: 深入推荐引擎相关算法 - 协同过滤 第 3 部分: 深入推荐引擎相关算法 - 聚类 “探索推荐引擎内部的秘密”系列将带领读者从浅入深的学习探索推荐引擎的机制，实现方法，其中还涉及一些基本的优化方法，例如聚类和分类的应用。同时在理论讲解的基础上，还会结合 Apache Mahout 介绍如何在大规模数据上实现各种推荐策略，进行策略优化，构建高效的推荐引擎的方法。本文作为这个系列的第一篇文章，将深入介绍推荐引擎的工作原理，和其中涉及的各种推荐机制，以及它们各自的优缺点和适用场景，帮助用户清楚的了解和快速构建适合自己的推荐引擎。 信息发现 如今已经进入了一个数据爆炸的时代，随着 Web 2.0 的发展， Web 已经变成数据分享的平台，那么，如何让人们在海量的数据中想要找到他们需要的信息将变得越来越难。 在这样的情形下，搜索引擎（Google，Bing，百度等等）成为大家快速找到目标信息的最好途径。在用户对自己需求相对明确的时候，用搜索引擎很方便的通过关键字搜索很快的找到自己需要的信息。但搜索引擎并不能完全满足用户对信息发现的需求，那是因为在很多情况下，用户其实并不明确自己的需要

就在移动浪潮铺天盖地席卷了C端市场后，企业级软件市场也从传统PC时代装机卖软件模式过渡到SaaS模式，最近几年，中国SaaS市场以30%的年复合增长率保持着高速增长，企业级SaaS服务的风口正在积聚力量，快速渗透企业办公服务所涉及的市场、销售、客服、沟通、财务、采购、HR等各个层面，作为其中垂直细分市场，SaaS客服也已全面打开，但当巨头涌入行业竞争加剧进入短刀相拼时期，决胜力量又是什么？ 在需求中进化，SaaS客服列队成三大阵营 我国SaaS智能客服市场的发展除了人力成本的上升、移动互联网技术的普及和移动社交场景的涌现以及自然语言处理与机器学习技术的进步外，更多的是由特殊的时期和国内环境共同影响带来的机会。 风向正好，SaaS客服迎来崭露头角的机会 首先， 企业客服市场潜力被释放。 客服一直是企业工作中不可或缺的组成部分，易观预测到2017年，中国SaaS客服市场交易规模将增长至680亿元人民币，这一方面是因为企业基数大，根据工商总局统计的数据显示，截止2015年底，国内注册有25万家大型企业、中型企业350万家、小型企业150万家以及微型企业1500万家，他们对客服的需求旺盛而迫切。另一方面是因为客服工作变得越来越重要。一份来自Zendesk的统计报告显示：78%的受访者将客户服务列为影响供应商信誉的第一要素；62%的B2B和42

常用推荐算法分类 实时和离线； 是否个性化推荐；基于统计的推荐； 个性化推荐的原则：如可以基于相似度去划分、基于已有的知识去推荐、基于模型的推荐（去学习这个推荐的模型）； 按数据源划分：用户、物品、用户行为数据即它们俩之间的关系； 基于人口统计学的推荐（基于用户）与用户画像 基于内容的推荐（基于物品）与特征工程 基于协同过滤的推荐（用户行为数据） 1. 基于人口统计学的推荐 根据用户特质找到他的邻居；用户基本的信息； 基于人口统计学的推荐机制（Demographic-based Recommendation）是一种最易于实现的推荐方法，它只是简单的根据系统用户的基本信息发现用户的相关程度，然后将相似用户喜爱的其他物品推荐给当前用户 对于没有明确含义的用户信息（比如登录时间、地域等上下文信息），可以通过聚类等手段，给用户打上分类标签 对于特定标签的用户，又可以根据预设的规则（知识）或者模型，推荐出对应的物品 用户信息标签化的过程一般又称为 用户画像（User Profiling） 用户画像 用户画像（User Profile）就是企业通过收集与分析消费者社会属性、生活习惯、消费行为等主要信息的数据之后，完美地抽象出一个用户的商业全貌作是企业应用大数据技术的基本方式； 用户信息不好收集，所以有时候可能不准确；可收集他的行为数据； 用户画像为企业提供了足够的信息基础

作者简介： 目前就职于一线互联网公司，主要是从事大数据开发工作。 关注⬆️上方公众号，及时获取一线互联网技术资讯，想要联系作者，公众号有我的微信二维码。 我们的穿搭 我们的工作 我们如何对待老婆 喜欢报喜不报忧。 我们跟产品对需求，有一套方法论 这个需求有点问题 这个需求我也有点问题 这个需求很伤脑 集体懵逼 我们可能会受到多方的施压 但是我们都会有自己的原则去应对 靠技术语言，暗示对方承认错误。 通过舆论战术，旁敲侧击，告诉产品经理，注意少提需求。 我们有时候也会耍大牌 有时候梦想自己不用敲代码了 开始做项目，我们也会各种埋怨 线上任务排查异常时，也许会加班很久，但是你的队友明知道是他的bug，他还是不想承认，甩锅给你，然后事后悄悄告诉你。 社会上最关心的就是程序员身体状况 其实我们的工作很简单 最后总结 如果大家感觉文章好记得转发+右下角给个在看。 作者最近5篇精彩文章回顾 1. 最新中台架构PPT,一起欣赏6位互联网大佬的架构图 2. 京东高管一天处理四起离职，通过面谈都是95后，他们怎么了？ 3. 2019软件大会精选阿里|头条|美团|闲鱼|B站等行业大佬架构图 4. 数据湖如何为企业带来9%的高增长？可否取代数据仓库？ 5. Flink根据配置实时计算热门商品TopN 6. 想要月薪3万+，推荐给你9本书籍，买不起，我送你。 关注小晨说数据，获取更多大厂技术干货分享 回复

作者：费弗里 博客地址： https://www.cnblogs.com /feffery/p/9293745.h tml 本文仅作学术分享，若侵权，请联系后台删文处理 一、简介 Plotly是一个非常著名且强大的开源数据可视化框架，它通过构建基于浏览器显示的web形式的可交互图表来展示信息，可创建多达数十种精美的图表和地图，本文就将以jupyter notebook为开发工具，详细介绍Plotly的基础内容。 二、绘图语法规则 2.1 离线绘图方式 Plotly中绘制图像有在线和离线两种方式，因为在线绘图需要注册账号获取API key，较为麻烦，所以本文仅介绍离线绘图的方式。 离线绘图又有plotly.offline.plot()和plotly.offline.iplot()两种方法，前者是以离线的方式在当前工作目录下生成html格式的图像文件，并自动打开； 后者是在jupyter notebook中专用的方法，即将生成的图形嵌入到ipynb文件中，本文即采用后面一种方式（注意，在jupyter notebook中使用plotly.offline.iplot()时，需要在之前运行plotly.offline.init_notebook_mode()以完成绘图代码的初始化，否则会报错）。 plotly.offline.iplot()的主要参数如下： figure_or_data

这是一篇关于如何成为一名AI算法工程师的长文~ 经常有朋友私信问，如何学python呀，如何敲代码呀，如何进入AI行业呀？ 正好回头看看自己这一年走过的路，进行一次经验总结。 来看看你距离成为一名AI工程师还有多远吧~ ⭐具体内容： 🔺 我是因为什么开始接触敲代码 🔺 人工智能/机器学习/深度学习 🔺 自学如何寻找学习资料 🔺 如何选择编程语言/框架 🔺 校招/社招/实习/面试经验 🔺 一碗鸡汤 ⭐声明： 🔼 本篇内容均属于个人观点，建议采纳对自己有用的经验，如有疏漏，欢迎指正，共同进步！ 🔼 2017年5月开始第一份实习 / 2017年7月开始学敲代码 / 2017年11月硕士毕业 🔼 擅长的编程语言：R / Python 🔼 不花钱报班，全靠自学，最初是因为穷，后来发现“开源”的世界真是太美好了！ ⚡我是因为什么开始接触敲代码？ 我的第一个模型是什么 由于本科是数学，研究生是量化分析，第一份实习是一家金融科技公司，开始接触所谓的“Fintech”😝 第一个任务就是做客户的信用评分卡模型，目的给每个用户打一个信用分数，类似支付宝的芝麻信用分。这是银行标配的一个模型，最常见最传统的算法用的就是 逻辑回归 。 在课堂上使用的工具是SAS，SPSS，属于有操作界面的，菜单非常齐全，只需要鼠标点一点就能建模，很好上手。但是SAS这些要付钱的，年费还是相当的贵

在世界范围内，哈佛大学都是无可争议的一流大学。其历史、影响力和财富为世人景仰。那么，它究竟是凭什么成为了世界一流大学？这些，又能给我们哪些启示？ >>>> 自由、包容的空气 走进哈佛校园，最让人羡慕的是，这里有一种让人精神释放的空气，学子和学者沐浴在不被禁止和排斥的气氛中。在这里思考一件事、求解一个问题，是不预设前提的，不会被按阵营划分。 自由的空气，是一种让思想活跃、不被障碍阻断的氛围，一种不受禁锢的、未被人为过滤的吸收知识的环境。 只有在这样的空气下，思想才会自由放飞，创新才会奔涌迸发。只有自由的空气，才使一个机构、一所大学、一个国家成为一流。 自由的空气，实实在在表现为对权威、权力的警惕。 在哈佛，不会因为你被树为权威，就受到特别的对待。我在进肯尼迪学院的第一天就领教了这里对特权的排斥。在发给我们的指南中，明确标明了一条条规矩，约束那些特殊化行为和特权意识。 在哈佛，挑战权威的场面比比皆是。 我到哈佛第三天，就去听当今制度研究的领军人物——《国家为什么失败》作者阿西莫格鲁（Daron Acemoglu）举办的哈佛-麻省理工学院发展经济学讲座。大名鼎鼎的阿氏在一个小时的讲座中，被学生打断四次，一位学者还与他展开了针锋相对的辩论。他一堂课下来全身是汗，不知是因为天热，还是因为这种气氛的烘烤。 这种场面在另一位经济学权威的课堂上上演得更烈。去过哈佛的人可能在桑德斯剧场

这里记录每周值得分享的科技内容，周五发布。 本杂志开源（GitHub: ruanyf/weekly ），欢迎提交 issue，投稿或推荐科技内容。 周刊讨论区的帖子 《谁在招人？》 ，提供大量程序员就业信息，欢迎访问或发布工作/实习岗位。 封面图 11月1日，2020中国科幻大会在北京举行，会场外有占地面积近1000平方米的科幻艺术展区。（via： Instagram ） 本周话题：贵州变瑞士，有没有可能？ 上个月，我第一次去贵州，玩了一周。这次旅行让我想起一篇大学里读过的文章。 浙江大学的一位老师访问瑞士后，发现瑞士的地理条件与贵州省很像：平地很少，全境都是高山，没有出海口，不合适发展工业和农业。但是， 瑞士属于世界最富的国家，贵州却是中国最穷的省份之一，以前号称"天无三日晴，地无三里平，人无三两银"。这是为什么？ 他认为，原因是瑞士有合适的产业。它最强的精密制造业（比如钟表和制药）和高端服务业（比如银行、旅游、会展），都不要求大块的土地，但是附加值高，很赚钱。贵州没有这些产业，也不具备发展它们的条件，所以才会贫穷。 我来了贵州，亲眼看了以后，觉得情况发生了很大变化。贵州比想象的好得多，过去限制发展的最大瓶颈，已经没了，具备了经济起飞的条件，前景很看好。 （图片说明：铜仁市三江公园） 首先，交通已经变得比较方便了。主要城市之间都有高铁和高速公路直达，一路上都是高架和隧道

点击上方 “ 民工哥技术之路 ” 选择“星标” 每天 10点 为你 分享 不一样的干货 读者福利！多达 2048G 各种资源免费赠送 十一国庆节到了！ 有的人已经把国庆7天假期安排好了。 1号在家看全国高速堵车。 2号在家看各地景区排队。 3号在家看全国酒店涨价。 4号在家看游客到处被宰。 5号在家看买不到火车票。 6号在家看全国高速又堵。 7号在家看东南西北进不了城。 另外，姑娘们到高速路去相亲吧： 从车看财产，从态度看性格， 从憋尿时间看肾功能！ 十一七天假预祝各位国庆出行愉快！哈哈哈 这个国庆，在景区哭或者在家里笑，你选哪一样？ 说到景区，到时候肯定是这样！ 十一七天假预祝各位国庆出行愉快！哈哈哈 敦煌 鸣沙山 十一七天假预祝各位国庆出行愉快！哈哈哈 十一七天假预祝各位国庆出行愉快！哈哈哈 内蒙古 额济纳旗 十一七天假预祝各位国庆出行愉快！哈哈哈 十一七天假预祝各位国庆出行愉快！哈哈哈 四川 稻城亚丁 十一七天假预祝各位国庆出行愉快！哈哈哈 十一七天假预祝各位国庆出行愉快！哈哈哈 四川 九寨沟 十一七天假预祝各位国庆出行愉快！哈哈哈 十一七天假预祝各位国庆出行愉快！哈哈哈 湖南 凤凰古城 十一七天假预祝各位国庆出行愉快！哈哈哈 重庆 解放碑 湖南 张家界玻璃栈桥 苏州 苏州园林 ，我们小分队在滇西北找矿。小分队一共8人，其中4名警卫战士每人配备一支冲锋枪。一天，出发前