Geek Stuff Blog

世事皆有机缘,不争不显不露,若没遇上便也甘之如饴!

C++ 必要代码片段

1、数组长度 #if !defined(ARRAY_SIZE) #define ARRAY_SIZE(x) (sizeof((x)) / sizeof((x)[0])) #endif uint32_t percents[]{0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10}; ARRAY_SIZE(percents) 2、二分查找 // std::lower_bound...

《遇见未知的自己》读书笔记

读完《遇见未知的自己》,我的心里豁然开朗,因为它教会了我看待事情的另一种方式——”亲爱的,外边没有人,所有外在的事物都是你内在投射的结果“。外边没有人,时刻向内看、内省,心悦诚服地臣服已经发生的事实,检视自己的思想,接受小我被打击压缩,突破身份认同,感恩发生的一切人和事,在定静中不断实践成长,遇见最好的自己。生活中的觉知和警醒是我们最好的上师,从当下开始自己的修行。 发现真我(爱、喜悦、和...

GBM 模型总结

Gradient Boosting Machines (GBM) Boosting Machines:弱学习器组合成强学习器/模型。 Gradient Boosting Machines:根据梯度下降方式组合弱学习器。 Adaptive Boosting (AdaBoost) 弱分类器:只有一层分裂的决策树 没有先验知识的情况下,初始样本的权重为\(1/N\),每次迭代后提高误...

Spark DataFrame示例

SQLContext val sqlContext = new org.apache.spark.sql.SQLContext(sc) 读取数据 import sqlContext.implicits._ val input = sqlContext.read.json("src/main/resources/cars1.json") input.registerTempTable("...

Scala 学习笔记

本笔记部分是根据Scala Collections 提示和技巧的博客整理的 Scala 知识点。 1、高阶函数 case class Email(subject: String, text: String, sender: String, recipient: String) def complement[A](predicate: A => Boolean) = (a: ...

Netflix电影评分推荐系统——BellKor’s Pragmatic Chaos

Netflix是美国一家提供在线电影租赁服务的公司,用户对Netflix上的电影提供评分(1-5),分数越高表示用户对相应电影的评价越高。Netflix的推荐系统Cinematch对这些积累的电影评分数据进行分析,学习用户的兴趣偏好,为用户推荐一些感兴趣的电影。2006年,Netflix建立了Netflix Prize推荐竞赛,目标是实现高效的推荐系统,推荐效果是在Cinematch的基础上改进10%...

地道的英语表达

I have to highlight the issue that the deadline is close whereas up to date we haven’t come up with a solution. issue 品质问题:quality issue,很少说problem I’ll have a business ...

深度神经网络构建Youtube推荐系统

Deep Neural Networks for YouTube Recommendations这篇文章是Youtube关于推荐系统在Deep Learning上的尝试,发表在RecSys-2016会议上。这篇文章发表之后备受关注,主要原因是,一方面它是来自Google的生产环境实践,另一方面它和目前最火的深度学习相结合,是深度学习在推荐系统中的新应用。 接下来主要介绍这篇论文的核心想法以...

设备指纹

设备指纹定义 维基百科定义 A device fingerprint or machine fingerprint or browser fingerprint is information collected about a remote computing device for the purpose of identification. Fingerprints can be ...

Python pandas 学习笔记

手动创建Serial s = pd.Series([4, 7, -5, 3], index=["d", "b", "a", "c"]) s[["c", "a", "d"]] c 3 a -5 d 4 dtype: int64 sdata = {"Ohio": 35000, "Texas": 71000, "Oregon": 16000, "Utah": 5000} s1 =...