这几年生物信息学（Bioinformatics，下文简称生信）的迅猛发展席卷科研领域，越来越多的科研工作者认识到生物信息的重要性，部分实验室甚至开出高价招聘专职的生物信息分析人员。越来越多的研究生为了老板的需求或者自己的发展...
统计性描述更为侧重单变量的描述，即描述X、X与X之间的关系，在通过X去描述Y的时候，我更关心X与Y间存在何种关系，此时便需要借助散点图去印证X与Y相关的内在一致性，并通过方差、协方差过渡到统计相关的本质。...
这里会分成三个部分：1、什么是当下靠谱的商业智能2、这种商业智能和我们有什么关系3、我们如何获得这种能力
本文作者Dean Sublett是Kaggle大神Abhishek Thakur的迷弟，通过学习Abhishek的相关教程受益良多，因此，近期他在medium上撰文对相关自然语言处理的知识做了梳理总结。...
我们在网上搜东西时，搜索引擎总是会把相关性高的内容显示在前面，相关性低的内容显示在后面。那么，搜索引擎是如何计算关键字和内容的相关性呢？这里介绍2种重要的权重度量方法：TF-IDF和BM25。...
摘自: http://www.ruanyifeng.com/blog/2013/03/tf-idf.html
简单的理解，我有一组数据，比如每个数据都是n维向量，那么我们可以在n维空间表示这个数据，这些数据都有对应的标签值，也就是我们感兴趣的预测变量。那么当我们接到一个新的数据的时候，我们可以计算这个新数据和我们已知的训练...
本文将对数据竞赛的『技巧』进行全面的总结，同时还会分享下个人对比赛方法论的思考。前者比较客观，总结了不同数据类型下涉及到的比赛技巧；后者稍微主观，是我个人对解决比赛思路的总结。...
相信很多玩自媒体的朋友最头疼的就是源源不断的素材，下面这些网站如果对你有用的话建议尽快收藏，希望在你写文章上有所帮助。至于大家怎么用，就不用多说了吧！...
