法變得越來越不重要了嗎？隨著演算法的日趨商品化，演算法可能會越來越少，而應用程序則越來越多。
演算法
如何選擇機器學習模型
有沒有想過我們如何將機器學習演算法應用於問題，以便分析，可視化，發現趨勢並找到數據中的相關性？在本文中，我將討論建立機器學習模型的常見步驟以及為數據選擇正確模型的方法。本文的靈感來自於常見的訪談問題，這些問題被問及如何處理數據科學問題以及為什麼選擇上述模型。
淺談滴滴派單演算法
說到滴滴的派單演算法，大家可能感覺到既神秘又好奇，從計程車揚召到司機在滴滴平台搶單最後到平台派單，大家今天的出行體驗已經發生了翻天覆地的變化，面對著每天數千萬的呼叫，滴滴的派單演算法一直在持續努力讓更多人打到車，本篇文章會著重介紹我們是如何分析和建模這個問題，並且這其中面臨了怎樣的演算法挑戰，以及介紹一些我們常用的派單演算法，這些演算法能夠讓我們不斷的提升用戶的打車確定性。
如何選擇機器學習的演算法模型？
我會告訴你根據問題的性質使用哪種機器學習模型，我會嘗試解釋一些概念
常規演算法和機器學習演算法之間的區別是什麼？
什麼是演算法？人工智慧的演算法和之前的常規演算法有什麼差別，本文將詳細對比。
如何評估模型的好壞
如何比較我們已經構建的模型呢? 若要在模型A和模型B之間做比較，哪個是贏家，為什麼? 又或者，能否將兩個模型組合起來以實現性能的最優化？