在日常软件项目开发与实施中，经常会涉及到各种架构图，如应用架构、技术架构、安全架构、部署架构。今天特意将这些架构图整理如下，提供给大家进行学习参考。

一、第一范式1NF是对属性的原子性，要求属性具有原子性，不可再分解；表：字段1、 字段2(字段2.1、字段2.2)、字段3 ......如学生（学号，姓名，性别，出生年月日），如果认为最后一列还可以再分成（出生年，出生月，出生日），它就不是一范式了，否则就是；二、第二...

前两天，和一个快半年没有联系的阿里朋友聊了半个多小时。这位朋友和我同一届，是去2018年秋招进入阿里的。我俩都对 “面试造火箭，工作拧螺丝” 深有感触，然后就这个话题扯了半天。

最近写自己的第一篇paper真的有点难受，在用latex写论文的时候也出现了一些坑，在这记录一下： 1.双栏模板中，表格太大，超过单栏的位置： 使用 {代码...} 在begin{tabular}{l c c c}加上： {代码...} 如果上述两个方法没用，那么推荐：[链接] 2.图片太大怎么办 加上...

在tensorflow程序中应包含两个部分:一个是构建计算图的部分，另一个是把建好的计算图放在一个Sesstion会话中的执行部分。定义与执行分开的好处在于tensorflow的统一优化和避免上下文切换$_{[4]}$。

对于n个特征的模型，相比组合之前参数量级增加量级是$n^2$：n个特征组合后是n(n-1)/2，比如有(n=)1000个特征增加近50万个参数。

原理 论文来源：《Wide & Deep Learning for Recommender Systems》 可见wide & Deep是专门为推荐系统点击率预估而设计的一个种联合模型。 1、记忆与泛化 记忆可以宽松定义为学习商品或者特征的共同出现频繁程度和利用历史数据中可用的相关性。 泛化是基于相...

一、非线性函数线性函数是一次函数的别称，则非线性函数即函数图像不是一条直线的函数。非线性函数包括指数函数、幂函数、对数函数、多项式函数等等基本初等函数以及他们组成的复合函数。

Online Learning是一种模型训练的方法，能够根据线上反馈数据，实时快速的进行模型调整，使得模型及时反映线上的变化，提高线上预测的准确率。

ROC/AUC作为机器学习的评估指标非常重要，也是面试中经常出现的问题（80%都会问到）。其实，理解它并不是非常难，但是好多朋友都遇到了一个相同的问题，那就是：每次看书的时候都很明白，但回过头就忘了，经常容易将概念弄混。还有的朋友面试之前背下来了，但是一紧...

原始数据存在一些问题，影响模型训练，基于以下原因(措施)进行数据处理：1、不完整(需要补全)2、量纲不统一(需要归一化)3、特征太过于原始(需要者转换或者多个特征组合)4、单个离散特征(需要one-hot等编码)5、含噪声（需要删除）6、类别分布不均衡（需要采样）等问题。

写在前面：之前收藏了一个网友些的谷歌机器学习总结教程（感恩），可是突然断更了，只能自己补完后面的笔记了。 特征组合也叫特征交叉特征组合也叫特征交叉特征组合也叫特征交叉（说三遍） 合成特征 (synthetic feature)和特征组合(Feature Crosses)不太一样，特征交...

步骤：1、计算输出层的总误差（前向传播） 每个输出层神经元分别计算差评分后求和 损失函数可以是MSE2、对倒数第一层的某个权重求偏导 中间有多层复合函数，使用链式求导 求出偏导值3、使用梯度下降更新该权重 梯度下降公式w=w-a*w' 更新该权重，a为速率4、重复1-3步...

利用用户行为数据 隐语义模型 {代码...} LFM隐含语义分析技术 {代码...} {代码...} {代码...} 与协同过滤比较： {代码...} 负反馈数据生成： {代码...}

采样 作用 定义 {代码...} 采样的作用 {代码...} 采样的几个应用 {代码...} 均匀分布随机数 均匀分布定义 {代码...} 编程实现 {代码...} {代码...} 常见的采样方法 {代码...} 高斯分布的采样 {代码...} 马尔可夫蒙特卡洛采样法 {代码...} 贝叶斯网络的采样 {代码...}...

降维 {代码...} PCA最大方差理论 {代码...} 主成分是什么？ {代码...} PCA的优化目标 {代码...} PCA优化过程 {代码...} {代码...} {代码...} {代码...} {代码...} {代码...} {代码...} {代码...} PCA最小平方误差理论 {代码...} {代码...} {代码...} {代码...} 线性...

我们知道过拟合是在训练集上过于拟合过于表现好，而测试集上表现差。比如我们拿到一组有“特色A”的训练集训练出模型后，恰好我们某时刻的测试集是有“特色B”的，那我们的模型表现会很差，也就引起了过拟合现象。

极限 {代码...} 斜率 {代码...} 导数 {代码...} 梯度 {代码...} {代码...} {代码...} 极值 {代码...} 可微与可导 {代码...} 泰勒公式 todo 拉格朗日 中值定理 对偶 数论 同余定理 {代码...} 导数、梯度和极值梯度上升和梯度下降