机器学习
召回里的深度学习进化史
懒死我了，先写个标题
数据抽样方法总结
背景
从总体样本中，抽一批数据，不管是训练模型，还是查case追问题，还是分析特征，正确的抽样姿势，对得到的结论十分重要，科学合理的抽样姿势，有助于避免我们犯错误。
本文重点介绍数据抽样方法。
具体说明
一、什么是抽样
抽样是一种方法，它使我们能够基于子集(样本)的统计信息来获取总体信息，而无需调查所有样本。
二、为什么抽样
1、省时间
2、省资源
3、分析起来方便，容易突出问题
三、抽样的步骤
1、抽谁：确认总体，明确定义目标群体
2、去哪儿抽：获取群体名单列表范围
3、怎么抽：确认抽取的科学方法
4、抽多少：算清楚抽取样本的量，有代表，能处理
5、开抽：抽取哪些信息，操...
科普篇：一篇文章推荐给你，到底经历了哪些算法？
背景
这是一篇科普文章，科普从在feed流刷新了一下之后，推荐给你的文章，到底经历了哪些算法。这些算法在哪些环节做了什么事情。
此文章不断更新，2018-12-10 初稿。
具体说明
1、内容安全篇
一篇内容，在作者完稿后，点击发送，会送到平台去审核。而我们知道，一个"安全&合格"的内容才能有机会推荐给用户，为了保证内容合格，被提交的内容刚开始就会经历以下"安全&合格"模型：
①色情模型：判断文章不是色情内容
②广告模型：判断文章不是广告内容
③敏感内容模型：判断文章不涉及到反动等敏感内容
④消重模型：判断文章不是抄袭的内容
⑤反感内容模型：判断文章不是用户讨厌的内容
⑥人工审核队列排序...
机器学习之特征工程
背景
整理一下特征工程相关的知识。吴恩达曾经说过："特征工程不仅操作困难，耗时，而且需要专业领域知识。应用机器学习基本上就是特征工程"。坊间也有流传：数据和特征决定了机器学习的上限，而模型和算法只是逼近这个上限而已。
特征工程涉及到的知识非常多，慢慢整理。
初稿：2018-12-13
具体说明
1、什么是特征工程
当我们从大量数据中去学习的时候，原始数据需要经过抽象，总结，处理才能更好的更好的表达，方便我们后续的学习。一般我们有两种对原始数据的表达学习的方式：
第一种是特征学习，又叫表示学习或表征学习，模型自动对输入的原始数据进行学习。常见的比如深度学习。
第二种是特征工程，主要指对于数据的人为处理提取，有时候...
判别模型与生成模型
背景
监督学习方法可分为两大类，即生成方法与判别方法，它们所学到的模型称为生成模型与判别模型。
判别模型：判别模型是学得一个分类面（即学得一个模型），该分类面可用来区分不同的数据分别属于哪一类；
生成模型：生成模型是学得各个类别各自的特征（即可看成学得多个模型），可用这些特征数据和要进行分类的数据进行比较，看新数据和学得的模型中哪个最相近，进而确定新数据属于哪一类。
具体说明
1、判断模型与生成模型判别方法
判别方法：由数据直接学习决策函数Y=f(X)或条件概率分布P(Y|X)作为预测模型，即判别模型。判别方法关心的是对于给定的输入X，应该预测什么样的输出Y。
生成方法：由数据学习联合概率分布P(X,Y), 然后由P(Y...
