文章
全部公开文章。
从集成学习谈起
机器学习从 Bagging 与 Boosting 的思路理解集成学习为何有效。
从决策树谈起
机器学习从决策树的分裂准则出发，理解常见树模型的构建与泛化。
解析器与生成器
编程与工程围绕文法、解析器组合子与生成器，梳理语言处理的基础概念。
机器学习 Embedding 之 Word2Vec
机器学习从分布式假设出发，解析 Word2Vec 的训练目标与词向量性质。
推荐系统-YouTubeDNN详解
推荐系统拆解 YouTube DNN 的召回与排序架构，以及大规模推荐中的训练思路。
Scala 模式匹配
编程与工程整理 Scala 模式匹配的语法、提取器、样例类与常见组合方式。
推荐系统-基于FM模型的召回
推荐系统介绍因子分解机如何建模特征交叉并应用于推荐召回。
Akka 学习笔记（一）
编程与工程整理 Akka Actor 模型的核心概念、生命周期、监督策略与树形结构。
从多臂赌博机谈起
机器学习通过多臂赌博机问题理解探索与利用权衡及常见策略。
Python 中的 IO 密集型与计算密集型任务：多线程与多进程
编程与工程从 GIL、线程与进程模型出发，分析 IO 密集型和计算密集型任务的并发选择。