我一直自诩是「菜刀流」的工程师，作为一个数据挖掘的门外汉，竟也操刀过三个推荐系统的项目了。这三个推荐系统，用户群不同，业务场景不同，连地域和文化也有些差别。所以近来总在琢磨，推荐系统的缘起千人千面，纷繁万变的细节当中，能…

好程序员大数据教程分享Scala系列之文件以及正则表达式 1  读取行 导入scala.io.Source后，即可引用Source中的方法读取文件信息。 import scala.io.Source …

计算机的发展实现了万物互联，这种互联形式也使得数据积累达到了一定高度，这些数据均能作为数据分析的重要依据。知识图谱技术对这些数据的分析不仅局限于其数据本身，而且还包括对数据之间关系的探索，也就是说，涉及到数据关系的分析需…

对于一个有软件工程项目基础的程序员而言，我们这群来源「可疑」的Data Scientist最被人诟病的就是期代码质量堪忧到让人崩溃的程度。本篇文章将介绍自己在以python/Jupyter Notebook为基础的分析/…

Before starting with complex algorithms, we will see some basics of DEAP. First, we will start by creating sim…

在做网站搜索引擎优化的过程中，对于企业站而言，由于SEO人员都是处于执行层面，甚至即使你有权制定SEO优化方案，偶尔也是草草就上手操作。 当你运营到一定阶段的时候，你却发现：有很多网站搜索引擎优化的策略，可能前后是冲突的…

0.实验环境 待切割CSV文件大小：1.5G（字段有中文有英文） 所介绍的两个软件的下载地址：CSVSplitter和CSVed打包下载地址 1.CSVSplitter 本次实验使用的就是这个神器，优势有两个： 可以转换…

从安卓手机ROOT提取微信聊天记录到利用Python进行词云分析全过程 刚刚来到了2018年，正值女票生日将近。想想这一年来我俩的聊天记录也不少（导出后一看十个月的微信文字聊天记录将近8万条 ^-^）,于是就有了将我们的…

梯度下降代码线性回归为例 bgd 批量梯度下降 sbd 随机梯度下降 mbfd 小批量随机梯度下降 import numpy as np import random def gen_line_data(sample_nu…

背景介绍 由于项目需要，需要对旅游游记文本进行聚类，为打标签做指导，所以调研了主流的短文本聚类方法，文本聚类主要还是分成两个方面。 1. 提取文本特征 在《数学之美》前几章中，详细讲了为何要将文本这个自然语言领域的事物，…

前言 该课程非常适合初学者，比原先Ng在斯坦福大学的公开课要简单许多，少去了许多数学，并且在课程内容安排上更加紧凑，涉及的内容广泛，旨在搭建初学者与机器学习的桥梁。值得一提的是，该课程较为接近工程的角度，故我建议有兴趣的…

　　大数据Scala系列之特质， 特质的定义除了使用关键字trait之外，与类定义无异。 　　特质用来在类之间进行接口或者属性的共享。类和对象都可以继承特质，特质不能被实例化，因此也没有参数。 　　 一旦特质被定义了，就…