博客目录

标签：

　　本人为一名即将毕业的硕士研究生，感兴趣的领域主要为机器学习，数据挖掘以及深度学习算法及相关应用。了解并接触过的具体的业务场景有搜索引擎、推荐系统、社交网络分析以及计算广告学。

0. 目前的读书目录

《计算广告学》 刘鹏著.

《鸟哥的linux私房菜》 鸟哥著.

《Mastering Machine Learning with scikit-learn》

本站博客大体分为如下几个部分：

1. 算法（包括机器学习算法、进化计算、群体智能优化算法等）

[Evolutionary Algorithm] 进化算法简介

[Algorithm] 群体智能优化算法之粒子群优化算法

[Algorithm] 局部敏感哈希算法(Locality Sensitive Hashing)

[Machine Learning & Algorithm] 决策树与迭代决策树（GBDT）

[Machine Learning] 机器学习常见算法分类汇总

[Machine Learning & Algorithm] 朴素贝叶斯算法（Naive Bayes）

[Mechine Learning & Algorithm] 集成学习方法——Bagging和 Boosting

[Recommendation System] 推荐系统之协同过滤（CF）算法详解和实现

[Algorithm] 字符串匹配算法——KMP算法

[Machine Learning] Learning to rank算法简介

[Python] 机器学习库资料汇总

[Machine Learning] 国外程序员整理的机器学习资源大全

2. 数学知识

[Math & Algorithm] 拉格朗日乘数法

[Math] 常见的几种最优化方法

3. 数据结构方面总结

[Data Structure] Bit-map空间压缩和快速排序去重

[Data Structure & Algorithm] Hash那点事儿

[Data Structure] 数据结构中各种树

[Data Structure & Algorithm] 七大查找算法

[Data Structure & Algorithm] 八大排序算法

4. 计算广告学 & 复杂网络分析 & 搜索引擎

[Computational Advertising] 计算广告学笔记之基础概念

[Network Analysis] 复杂网络分析总结

[Search Engine] 搜索引擎技术之查询处理

[Search Engine] 搜索引擎技术之倒排索引

[Search Engine] 搜索引擎技术之网络爬虫

[Search Engine] 搜索引擎分类和基础架构概述

5. Others

[Python] 利用Django进行Web开发系列（一）

[Python] 利用Django进行Web开发系列（二）

[Network] 计算机网络基础知识总结

[Network] HTML、XML和JSON学习汇总

[Operate System & Algorithm] 页面置换算法

[Linux] Linux指令汇总(持续更新中...)

[Bash Shell] Shell学习笔记

[Linux & SVN] SVN介绍及Linux下SVN命令收录

[SQL] SQL学习笔记之基础操作

[Linux & Mysql] Linux下Mysql的基本操作

[Python] 学习笔记之MySQL数据库操作

[MapReduce] Google三驾马车：GFS、MapReduce和Bigtable

[Hadoop] 在Ubuntu系统上一步步搭建Hadoop（单机模式）

[Hadoop] Hadoop学习笔记之Hadoop基础

[Python] 网络爬虫和正则表达式学习总结

6. 生活感悟

[知乎有感] 读研到底为了什么，值不值得？

博客目录

标签：

原文地址：http://www.cnblogs.com/maybe2030/p/5095676.html