计算广告与机器学习－技术共享平台

计算广告与机器学习

博客地址：http://www.52caml.com/

大家好，欢迎来到CAML-技术共享平台！

CAML平台致力于整理和分享互联网广告领域的核心问题和解决方案。博主水平有限，期望能与对此话题感兴趣的朋友一起学习、交流、探讨与分享。

众所周知，机器学习是一门交叉性很强的学科，而我们这里主要想分享和探讨的是如何利用机器学习这把利器，有效地解决在线广告领域中的学习问题，最终达到通过learning from data提升数据价值和流量变现效率。

注：计算广告与机器学习（Computational Advertising and Machine Learning；简称CAML）

---

《深入浅出机器学习》系列笔记

---

工作之余整理的《深入浅出机器学习》系列笔记，主要从模型或机器学习子分支的角度按照“Family”（伐木累）的形式，整理出机器学习10大家族。不够全面，但囊括了经典和主要的学习方法。欢迎大家review！！！

• 第01章：深入浅出ML之Regression家族

• 第02章：深入浅出ML之Entropy-Based家族

• 第03章：深入浅出ML之Tree-Based家族

• 第04章：深入浅出ML之Kernel-Based家族

• 第05章：深入浅出ML之Bayes-Based家族

• 第06章：深入浅出ML之Boosting家族

• 第07章：深入浅出ML之统计学习理论

• 第08章：深入浅出ML之Reinforcement Learning家族

• 第09章：深入浅出ML之Factorization家族

• 第10章：深入浅出ML之Clustering家族

---

NEXT

---

接下来会结合学习、工作经验和自我的理解，总结大规模机器学习DMLC系列中XGBoost 、Rabit、dmlc-core、DiFacto等开源工具背后的算法、并行系统和应用等内容笔记，届时上传！

注：此话题归档到《大规模机器学习》系列