近日,国内首份关于程序员的技术成长与薪酬报告在极客学院出炉。从技术小白到大牛有迹可循。报告显示,大数据工程师最值钱;运维工程师最悲催,在哪个城市都不好过,薪酬是平均薪酬的 3 分之二;测试工程师和游戏工程师薪酬表现也比较疲
最后,恭喜完成第八章的学习!
在前几个章节中,我们学习了如何使用人们对物品的评价(五星、顶和踩)来进行推荐;
你能将朴素贝叶斯方法应用到其他数据集上吗?比如加仑公里数的例子,kNN算法的正确率是53%,尝试用贝叶斯方法来实现吧。
进一步探索分类
用不同的数据集来测试我们的算法是不是很有趣?这些数据集是从UCI机器学习仓库中获得的。去下载一些新的数据集,调整一下格式,测试我们学过的算法吧!
本章会从用户的评价类型开始讨论,包括显式评价(赞一下、踩一脚、五星评价等等)和隐式评价(比如在亚马逊上购买了MP3,我们可以认为他喜欢这个产品)。
你喜欢的东西我也喜欢,我们将从推荐系统开始,开启数据挖掘之旅。
你可能猜到了,起这个标题是因为作者喜欢贝克的原因
在许多情况下,使用SQL数据库用于存储/检索数据就足够了。但在另一些情况下,要么SQL数据库规模不够,要么还有更好的工具。这一切都取决于使用情况。