• AB测试与根号法则

    AB测试是一种简单有效的试验方法,在上古时代,你很难判断某种营销策略是否比另外一种营销策略是否有更好的收益, 往往需要通过调查问卷的方式,而在互联网时代中,由于可以很容易获取到流量,这种实验变得非常简单。 在AI时代,线上某个算法的改进是否真得带来收益,也常常用AB测试进行检验。然而,看起来简单的AB测试,实际上并不简单。 本文针对工作中AB测试遇到的问题进行总结,并提供一些简单的理论探讨,希望对读者所有帮助。

  • 深入理解矩阵

    刚开始学习矩阵的时候,总会很好奇,为什么会有矩阵,矩阵的乘法运算为什么是这个样子,矩阵的意义到底是什么? 这些疑惑,随着学习的深入,会逐渐被揭开,本文就是作者的疑惑被揭开后的总结,希望对刚学习线性代数的读者有所帮助,对想深入理解矩阵的读者也是值得一看的文章。

  • 深入理解AUC

    在机器学习的评估指标中,AUC是一个最常见也是最常用的指标之一。 AUC本身的定义是基于几何的,但是其意义十分重要,应用十分广泛。 本文作者深入理解AUC,并总结于下。

  • 机器学习漫谈

    前不久,国务院发布了《新一代人工智能发展规划》[1],将人工智能上升到国家战略高度,中国希望借助人工智能重回世界科技的中心; 紧接着科技部又发布了人工智能发展规划[2],并依托四大单位:百度、阿里、腾讯、科大讯飞,建立新一代人工智能创新平台! 如果要问现在什么是风口行业,毫无疑问是人工智能!机器学习是当前实现人工智能的一种途径,也是目前的最佳途径! 在这篇文章中,将自己的机器学习的些许感悟,总结起来,希望着眼当下,展望未来。

  • 卷积网络的进化史

    学习卷积网络有一段时间了,对卷积网络的演变过程中的一些基本思路有一个大致的理解, 于是总结出了这篇文章,一方面是加深自己的理解,一方面也希望对学习卷积网络的读者有所帮助。

  • 深入理解傅里叶变换

    这原本是我在知乎上对傅立叶变换、拉普拉斯变换、Z变换的联系?为什么要进行这些变换。研究的都是什么?问题的回答,实际上是我在本科学习数学和信号处理期间的思考,知乎上的答案因为写得仓促,只写了一些大致思想,没有具体展开,也没有图,比较难以理解,这里重新整理了一下,汇成此文。

  • 因子机深入解析

    在组内做过一次因子机的技术分享,这里将内容以及自己的思考记录如下。

  • 黑客与画家书评

    早就听说《黑客与画家》这本书的名字了, 现在终于有幸读完了。总体感觉,各个章节 比较零散,主要是因为这是一本Paul Graham的文集 的原因吧。

  • 年末杂感

    2014年几乎已经过去了,又到年底,每年这时候,总是会想想过去一年都在干些啥?

  • 人民日报中的趣事

    最近一段时间,在人人上发现一个有意思的网站, 里面有人民日报从1946年到2003年间刊登出来的新闻。 一时手痒,用scrapy写了个爬虫,将数据爬了下来。 从新闻中,可以切切实实感受到历史的发展脉络, 也可以了解自己小时候没能感受到的历史事件。 作为一个闲的蛋疼的技术宅,我找了一部分有意思的新闻放在下面。

subscribe via RSS