原文：推荐算法总结以及概要
史上最全推荐系统传统算法合集
520jefferson    阅540    转3
【用户需求】爱奇艺个性化推荐排序实践
杨春阳书房    阅127
[转载]【转】GBDT算法介绍
诸文馆    阅542    转6
基于XGBoost的船舶仿冒行为监测方法
小飞侠cawdbof0    阅7    转2
从算法到工程，推荐系统全面总结
西一里2l6sluho    阅26
美团O2O排序解决方案
方之圆    阅122    转2
数据产品必备技术知识：机器学习及常见算法，看这一篇就够了
霍振丽    阅237    转3
机器不学习：机器学习时代三大神器GBDT、XGBoost、LightGBM
万皇之皇    阅82869    转259
外卖推荐算法中有哪些机制与手段？
王兵uzw47lml4b    阅875    转5
工业大数据：分析算法
嘟嘟j5wglhisnf    阅1196    转12
掌握算法模型，解决业务难题
nysd2012    阅12
基于StockRanker的AI量化选股策略
天承家族办公室    阅270    转5
揭秘盒马销量预测核心算法的技术演进
瓜爷耶    阅624    转3
11种最常见的机器学习算法简介
致虚守静666    阅380    转3
CCAI 2017 | 漆远：蚂蚁金服 AI 技术大揭秘， 开放“模型服务平台”
heii2    阅118    转2
案例丨基于集成学习技术的反洗钱甄别应用
shenhaoyun    阅189    转2
为什么数据分析师需要懂点算法？
wuhancar    阅48
干货|模型优化不得不思考的几个问题
琉璃玥521    阅69
Bagging与随机森林算法原理小结
公彦栋    阅129
机器学习-集成学习-boosting-catboost原理
印度阿三17    阅301
boosting方法(Adaboost,GBDT)
静心学习hsy    阅1767    转13
【Python数据挖掘】决策树、随机森林、Bootsing、
highoo    阅142    转2
Boosting算法（提升法)
无名小卒917    阅2659    转10
机器不学习：携程金融大数据风控算法实践
期盼又见晨曦    阅225
IJCAI-17大神分享之神雕侠侣的优胜秘籍！！
kieojk    阅386
Applying Deep Learning To Airbnb Search | 脑洞 | 框架 结构 混沌 邪
Clay*more    阅49