互联网广告业务的初始阶段，拥有流量的媒体与需要广告资源的代理商是市场的主要参与者。其中按照CPT结算的广告合约对技术依赖较小，重点是按照CPM计费的展示量合约广告。从供给方产品和技术的复杂程度来看，CPM 合约甚至比以后的竞价系统更加复 杂，其复杂性主要来源于多个合约对投放系统提出的量的约束。

在线广告产品主要分为四个部分：

在线广告，也称为网络广告、互联网广告，顾名思义，指的是在线媒体上投放的广告。与传统广告不同的是，在线广告在其短短十几年的发展过程中、已经形成了以人群为投放 目标、以产品为导向的技术型投放模式。在线广告不仅为广告主带来了以准确接触目标受 众为方法论的全新的营销渠道，也为互联网免费产品和媒体提供商们找到了规模化变现的手段。

本文为正则表达式的基础知识，以及学习笔记。

13 集成学习 (Ensemble Learning)集成学习是通过构建多个学习器来构建一个大的学习器，有时也会被称之为多分类系统 (Multi-Classifier System) ，基于委员会的学习 (committee-based learning) 等。 如果集成的学习器中，只包含同类的学习器，那这样的集成是同质的 (Homogeneous) ，其中个体学习器称之为“基学习器” （B...

11. 异常检测(Anomaly Detection)我们需要基于原有的数据，来预测一个新的数据，是否是一个异常值（可以理解为离群值），从而应用在反欺诈，生产质检等等。 11.1 密度估计(Density Estimation)给定一个数据集$X$，估计所有特征的概率密度函数(PDF, Probability Density Function)，以正态分布为例，计算$\mu,\sigma$。...

10. 推荐系统(Recommender System)10.1 基于内容推荐(Content Based Recommendations)推荐系统的目的是根据用户的历史评分的特征，以及产品的特征，对客人进行推荐。 定义： $n_u$ 用户量(No. of Users) $n_m$ 电影量(No. of Movies) $r(i, j) = 1$ 当用户$i$给电影$j$进行了评分 $y^{...

如何使用SQL来执行类似pandas.ffill动作，即复制dataframe中的最后一个非空值。

本文为A/B测试的基础知识，基本根据udacity的学习课程 Udacity A/B testing by Google。

9. 无监督学习9.1 K-Means 算法 随机选择$K$个中心点(Centroid) $\mu_1, \mu_2, …, \mu_K \in \mathbb{R}^n$ \begin{aligned} &重复 \{ \\ & for\ \ i=1\ \ to \ \ m \\ & \quad c^{(i)} := x^{(i)}最近的中心点的坐标(1\ to \ K) \\ & for...