主要搜集一些内容完美的博客,学习之,思考之,超越之

0 乱写一通

我每天只是在看那些优秀的人达到了哪些成就,但是没有看他们在做什么。他们是怎么做的。 只看到了表面的光环,没有看到去拿光环锁走过的挫折和荆棘。

好的方法只有一个:那就是认定目标,选择方法,坚持下去。 特别简单的道理,但是对于99.99%的人都很难去完成一个算是有点难度的任务的。

1 AI算法工程师手册

2 技术世界

这个博客核心点介绍了丰富的kafka和spark以及java设计模式的内容, 里面每篇文章可以看到博主的认真,尤其是kafka相关的总结。 另外也能够看到博主阅读源码、研究问题的能力。

3 https://eli.thegreenplace.net/

google工程师,很多不错的python文章。

4 对开发者有用的英文网站合集

https://blog.csdn.net/ejinxian/article/details/74080639

5 博士五年之后五年的总结(其三)

https://zhuanlan.zhihu.com/p/46760428

6 详解深度学习中的Normalization,BN/LN/WN

https://zhuanlan.zhihu.com/p/33173246

7 计算广告、推荐系统

推荐相关论文

一个框架看懂优化算法之异同SGD/AdaGrad/Adam https://zhuanlan.zhihu.com/p/32230623 https://github.com/wzhe06/Reco-papers https://github.com/hongleizhang/RSPapers 北大教授: http://net.pku.edu.cn/~cuibin/Papers/

基于spark的ctr预估模型

https://github.com/wzhe06/Reco-papers

广告相关的论文

https://github.com/wzhe06/Ad-papers

ddia-cn 数据密集

8 星空博客

9 吴恩达终结著作

10 word2wec

数据密集型应用系统设计 星空博客 https://accepteddoge.github.io/machine-learning-yearning-cn/ https://www.cnblogs.com/peghoty/p/3857839.html

汇总: https://cloud.tencent.com/developer/article/1346546 皮果提 https://me.csdn.net/peghoty word2vec详细介绍: https://plmsmile.github.io/2017/11/12/cs224n-notes1-word2vec/

11 地瓜哥的mysql笔记

12 wepon-机器学习竞赛大牛

TODO 13 深入理解auc

https://notes.diguage.com/mysql/ http://wepon.me/ 此篇文章写的非常不错,中间不仅介绍了auc计算中的sql方法。 还介绍了负样本下采样对模型准确率的影响(过高估计) 以及在不同任务类型下,通过经验知识来判断auc指标的大小比较。

14 如何成为一名推荐系统工程师-陈开江

15 时隔两年,斯坦福NLP标准公开课CS224N将再次开放视频

16 飒然Hang

17 Jay Alammar

18 微软全球执行副总裁沈向洋:你给自己的定位是什么,你就会得到什么

https://tracholar.github.io/machine-learning/2018/01/26/auc.html https://zhuanlan.zhihu.com/p/54260449 https://www.baidu.com/s?ie=utf-8&f=8&rsv_bp=0&rsv_idx=1&tn=baidu&wd=%E9%A3%92%E7%84%B6Hang&rsv_pq=e91a606700037ddb&rsv_t=e49fqelPqpBodIw94rsrms0AfMnGkoH9u4sb9XCm%2BCf6AJk5MnN1r2lsp8I&rqlang=cn&rsv_enter=1&rsv_sug3=1 http://jalammar.github.io/about/ https://weibo.com/ttarticle/p/show?id=2309404346184943679626#_0