针对 Facebook Prophet 的使用，很多年以前就整理过一篇文章《Facebook 时间序列预测工具 fbprophet》，过了 N 年以后当重新需要使用这个工具的时候，发现部分内容已经更新，中间的很多细节内容都没有表述清楚。实…
在上一篇重新认识Excel 的文章中，提到了Excel无所不能，然后就想到了曾经看到的这篇关于如何使用Excel搭建推荐引擎的文章。于是找了出来做了下简单的翻译（只翻译了重点部分）。 在互联网上有无限的货架空间，找…
先前对于生存分析的理解比较片面，虽然知道生存分析不仅仅适用于预料行业，对于用户留存的也有一定的范围，当时的理解是只适合订阅制的网站用来分析用户留存，但是仔细分析后发现适用场景还是蛮多的。其中个人觉得…
Fuzzy C-Means简介 模糊理论 模糊控制是自动化控制领域的一项经典方法。其原理则是模糊数学、模糊逻辑。1965，L.A. Zadeh发表模糊集合“Fuzzy Sets”的论文，首次引入隶属度函数的概念，打破了经典数学“非0即1”的局限…
对于深度学习或机器学习模型而言，我们不仅要求它对训练数据集有很好的拟合（训练误差），同时也希望它可以对未知数据集（测试集）有很好的拟合结果（泛化能力），所产生的测试误差被称为泛化误差。度量泛化能力的…
Hive简介 Hive由Facebook实现并开源，是基于Hadoop的一个数据仓库工具。可以将结构化的数据映射为一张数据库表并提供HQL(Hive SQL)查询功能。底层数据是存储在HDFS上，Hive的本质是将SQL语句转换为MapReduce任务运…
Google，作为全球最大的搜索引擎公司，其伟大之处不仅在于建立了一个强大的搜索引擎，还在于它创造了3项革命性的技术，即：GFS、MapReduce和BigTable。作为Google早期三驾马车，这三项革命性的技术不仅在大数据领域…
Bigtable是2005年谷歌的论文：《Bigtable: A Distributed Storage System for Structured Data》中介绍的一种分布式存储系统，后来被Hadoop社区实现为HBase。读懂这篇论文，那么理解HBase也就非常容易了。 摘要（…
GFS系统简介 Google文件系统（Google File System，缩写为GFS或Google FS），一种由Google公司开发专有分布式文件系统。 它与传统文件系统的的区别在于： 分布式 - 提供很高的横向扩展性 使用大量廉价的普通…
GBRank是一种pair-wise的学习排序算法，他是基于回归来解决pair对的先后排序问题。在GBRank中，使用的回归算法是梯度提升数GBT (Gradient Boosting Tree) 算法原理 Learning To Rank需要解决的问题是给定一个Query…
