【Mark Schmidt课件】机器学习与数据挖掘——寻找相似性

本课件的主要内容包括：

1. 上次课程回顾：奇异点检测

2. 基于距离的奇异点检测

3. 基于全局距离的奇异点检测：KNN

4. 基于局部距离的奇异点检测

5. 无监督奇异点检测的问题

6. 有监督的奇异点检测

7. 示例：产品推荐

8. 用户乘积矩阵

9. Amazon产品推荐

10. 寻找最近邻域的运算量

11. 基于网格的数据修剪

12. 基于网格的数据修剪讨论

13. 近似最近邻域法

14. 局部敏感哈希

15. 余弦相似度 vs. 归一化最近邻域

16. 恶意软件与入侵检测系统

17. Shingling算法

18. Shingling算法应用

19. Shingling算法面临的实际问题

20. Minhash与Jaccard相似度

21. 低存储的随机Jaccard近似

英文原文课件下载地址：

http://page5.dfpan.com/fs/dlcjf221e291a63a8b5/

更多精彩文章请关注微信号：