博主感興趣的領域主要爲機器學習,數據挖掘以及深度學習算法及相關應用,瞭解並接觸過的具體業務場景有搜索引擎、推薦系統、社交網絡分析以及計算廣告學。html
本站博客大致分爲以下幾個部分:程序員
強化學習系列:正則表達式
[Reinforcement Learning] 強化學習介紹算法
[Reinforcement Learning] 馬爾可夫決策過程sql
[Reinforcement Learning] 動態規劃(Planning)數據庫
[Reinforcement Learning] Model-Free Prediction網絡
[Reinforcement Learning] Model-Free Control數據結構
[Reinforcement Learning] Value Function Approximation架構
[Reinforcement Learning] Policy Gradient Methodsdom
[Reinforcement Learning] Cross-entropy Method
深度學習相關:
[Deep Learning] 經常使用的Active functions & Optimizers
機器學習相關:
[Machine Learning] 淺談LR算法的Cost Function
[Machine Learning] logistic函數和softmax函數
[Machine Learning] 梯度降低法的三種形式BGD、SGD以及MBGD
[Machine Learning] Active Learning
[Machine Learning & Algorithm]CAML機器學習系列2:深刻淺出ML之Entropy-Based家族
[Machine Learning & Algorithm]CAML機器學習系列1:深刻淺出ML之Regression家族
[Algorithm & NLP] 文本深度表示模型——word2vec詞向量模型
[Algorithm & NLP] 使用SimHash進行海量文本去重
[Algorithm] 局部敏感哈希算法(Locality Sensitive Hashing)
[Machine Learning & Algorithm] 決策樹與迭代決策樹(GBDT)
[Machine Learning & Algorithm] 隨機森林(Random Forest)
[Machine Learning] 機器學習常見算法分類彙總
[Machine Learning & Algorithm] 樸素貝葉斯算法(Naive Bayes)
[Mechine Learning & Algorithm] 集成學習方法——Bagging和 Boosting
[Mechine Learning & Algorithm] 推薦系統之協同過濾(CF)算法詳解和實現
[Algorithm & NLP] 字符串匹配算法——KMP算法
[Python & Machine Learning] 學習筆記之scikit-learn機器學習庫
[Mechine Learning & Python] 機器學習庫資料彙總
[Machine Learning] Learning to rank算法簡介
[Machine Learning] 國外程序員整理的機器學習資源大全
進化算法相關:
[Evolutionary Algorithm] 進化算法簡介
[Evolutionary Algorithm] 羣體智能優化算法之粒子羣優化算法
[Data Structure] Bit-map空間壓縮和快速排序去重
[Data Structure & Algorithm] Hash那點事兒
[Data Structure & Algorithm] 七大查找算法
[Data Structure & Algorithm] 八大排序算法
[Computational Advertising] 計算廣告學筆記之基礎概念
[Hadoop] Google三駕馬車:GFS、MapReduce和Bigtable
[Hadoop] 在Ubuntu系統上一步步搭建Hadoop(單機模式)
[Python] Python學習筆記之經常使用模塊總結[持續更新...]
[Linux & SVN] SVN介紹及Linux下SVN命令收錄
[Linux & Mysql] Linux下Mysql的基本操做
[C/C++] C/C++延伸學習系列之STL及Boost庫概述
[Operate System & Algorithm] 頁面置換算法