常用算法

编辑导语：机器学习是当下数据分析领域的一个热点内容，我们日常工作中多多少少都会涉及到一些。但在机器学习领域，算法并不能完全解决所有的问题。本文梳理了有监督学习和无监督学习的两个方面，列举了其中几种算法，总结它们的优缺点，分享给你。机器学习无疑是当前数据分析领域的一个热点内容，其理论和方法已经广泛应用于解决工程应用的复杂

作者：jack1. 关于排序很高兴与大家一起探讨计算机科学中的基础算法之排序算法。排序算法是非常基础同时又应用非常广泛的算法，无论在工作还是在生活中，比如：数据库脚本，如MSSql, MySql, NoSql 中按多个关键词的升序或降序排序，例如，学生按照考试分数排名次，分数相等的再按照学号排序。前端界面和后端写服务时

单纯理解算法还算容易，但是到实际工作中就往往理不清头绪，特征变量从哪来，又怎么选，模型的输出结果是什么，如何评价模型好坏，有了模型如何应用，模型上线之后还要做什么等等一系列问题。今天我们就以常用的逻辑回归为例，结合实际场景说说如何应用结果问题的过程。对于数据产品经理、数据建模师、数据挖掘工程师、数据分析师来说，都必须了

在本文中，作者主要是介绍了常见推荐算法的基本原理。0. 从余弦公式讲起先思考一个问题，我们怎么量化两个事物的相似度呢？当然，这也是推荐系统需要多次面临的问题。 我们知道向量的概念，可以形象化地表示为带箭头的线段。二维空间向量表示方法为 ,多维空间向量表示为 ，向量是描述事物一

通过本篇文章大家可以对ML的常用算法形成常识性的认识。没有代码，没有复杂的理论推导，仅是图解，介绍这些算法是什么以及如何应用（例子主要是分类问题）。以后有机会再对单个算法做深入地解析。今天的算法如下：决策树随机森林算法逻辑回归SVM朴素贝叶斯K最近邻算法K均值算法Adaboost 算法神经网络马尔可夫1. 决策树根据一

文|Philo.Xie一、常用排序算法简述 下面主要从排序算法的基本概念、原理出发,分别从算法的时间复杂度、空间复杂度、算法的稳定性和速度等方面进行分析比较。依据待排序的问题大小（记录数量 n）的不同，排序过程中需要的存储器空间也不同，由此将排序算法分为两大类： 【内排序】 、 【外排序

1 新智元获授权转载 来源：CSDN作者：Sebastian Ruder译者：一只鸟的天空 　　 新智元启动新一轮大招聘：COO、执行总编、主编、高级编译、主笔、运营总监、客户经理、咨询总监、行政助理等 9 大岗位全面开放。 　　 简历投递：jobs

作者：Nicol一、推荐系统概述和常用评价指标1.1 推荐系统的特点在知乎搜了一下推荐系统，果真结果比较少，显得小众一些，然后大家对推荐系统普遍的观点是：(1)重要性UI>数据>算法， 就是推荐系统中一味追求先进的算法算是个误区，通常论文研究类的推荐方法有的带有很多的假设限制，有的考虑工程实现问题较

译者：机器之心最新一期的 KDnuggets 调查展示了一份数据科学家使用度最高的算法列表，这份列表中包含了很多惊喜，包括最学术的算法和面向产业化的算法。哪些方法/算法是您在过去 12 个月中运用到一个实际的数据科学相关的应用程序中的?这是基于 844 个投票者的结果。排名前十的算法以及他们的投票者的比例分布如下：图

最新的KDnuggets调查统计了数据科学家们实际工作中最常使用的算法，在大多数学术和产业界，都有惊人发现哦！根据Gregory Piatetsky, KDnuggets，最新的调查问题是：在最近的12个月中，你在实际数据科学相关应用中用到了那些模型/算法？于是就有了以下基于844份答卷的结果。◆ ◆ ◆排名前十的算法