如果邮件中的内容不能正常显示,请点击此处查看   如果不想再收此邮件,可取消订阅
 
  Hadoop与大数据周刊 2015-09-11 第79  
 
  从零实现来理解机器学习算法:书籍推荐及障碍的克服  
现阶段有些开发者并没有机器学习算法的基础知识,但是怎么才能让开发者从零入门来学习好机器学习算法,这篇文便帮助开发者总结推荐了一些办法。
 
  盘点大数据生态圈,那些繁花似锦的开源项目  
过去数年,大数据开源生态圈得到了长足的发展——在数据的整个生命周期中,各种开源技术框架林立。而在这些开源技术的基础上,业内涌现出一系列令人敬佩的大数据架构实践。
 
  关于数据科学,书上不曾提及的三点经验  
关于数据科学,书上很少提及的三点经验:模型评价方法是关键,特征提取是根本,模型选择而非数据集规模最费时间。
 
  Apache Spark 1.5新特性介绍  
Apache Spark社区刚刚发布了1.5版本,大家一定想知道这个版本的主要变化,这篇文章从DataFrame执行后端优化(Tungsten第一阶段)、DataFrame/SQL/Hive、机器学习MLlib等角度告诉你答案。
 
  推荐系统评价:NDCG方法概述  
在信息过剩的互联网时代,推荐系统的地位随着大数据的普及愈发重要。评估一个推荐模型的质量面临很多棘手的问题,我们常用的指标是直接的准确率、召回率,但准确率不一定具有很好的相关性。来自Zygmunt Z的这篇综述文章,把推荐当作是一个排名任务,提供了一种更注重相关性的视角来进行推荐系统的评估,颇具可读性。
 
  深度学习:生成艺术的新范式与版权的烦恼  
深度学习人工智能技术的日益成熟,将引起一种新的生成性艺术。这对我们的文化将会是兴奋的,但同时可能会引起版权所有者的愤怒。
 

  联系我们  
 
  Hadoop与大数据周刊  
  由CSDN和《程序员》杂志编辑与社区共同打造,涵盖大数据及Hadoop领域,萃取最精华Hadoop与大数据技术内容,每周四发送。  
  
  CSDN 移动客户端   CSDN官方微信    
CSDN 移动客户端CSDN官方微信
 
查看Hadoop与大数据周刊往期回顾,更多精彩内容尽在Hadoop个性阅读。欢迎向您的朋友推荐订阅本邮列表。
如果不想再收到该邮件,可以取消订阅