有什么高效可行的算法吗？（可以稍微简陋一些，最好高效，所拥有的数据是一行行的消费记录：“消费id”，“学生卡id”，“消费时间”，“消费金钱”，“消费地点”）。找出那些经常一个人消费的（很少有人和他多次同时间段、同地点消费。每次和他消费大多都是不同的人群，而没有固定的人）。又或者是排序算法，排出最没有“固定搭档”的那群人。电子科技大学周涛教授研发出一套“大数据”系统——“学生画像”，通过挖掘、分析学生多种在校数据信息，“算”出每名学生的学习、生活状态。通过“前后脚”数据，量化学生孤独程度。他是用的什么高效算法利用大量数据推算出来的呢？

求推荐常见机器学习算法数学推导好的博客及其书籍？

计算广告中用到的算法并不是太多，很多时候是在琢磨业务，观察数据，寻找特征，反复试验。工作一段时间下来，相对搞深度学习的朋友感觉自己学到的太少了。搞深度学习的不断的学习新算法，图像方面的还可以做出漂亮的demo，很容易就能够向人证明自己的工作，自己的实力、竞争力。那么对于做广告算法的工程师而言，核心竞争力在哪呢？花了大量时间折腾数据，偏偏这方面还没啥好说的。搞广告算法，最终可以在简历上留下什么呢？不知道有没有过来人可以解答一下，这个问题应该会是不少初入这行的同学的困惑吧？

百度是最大的中文搜索引擎，由此推论出很多可能性

考研党，目前有两位老师对我有意向，而且都是做目标追踪的。一个是图像视频方面的追踪，一个是雷达传感器方向的追踪。对于我这种想从事数据挖掘，推荐算法的学生，在老师的选择上，大家有什么好的建议吗？我在知乎上面只是大概了解到，做推荐算法的最好是机器学习方向和数据挖掘方向的，而视频的追踪是机器学习下的一个分支。ps:雷达方向的老师是我报考学校的老师，图像方向的老师是我本校带毕设的老师，可以调剂回去。

自己仅仅是想了解一下机器学习的应用领域，能够使用一些算法完成一些业务，该怎么正确的入门呢？

最近在学习推荐系统，想问下，有没有在bat做过类似的工作的朋友。计算物品相似度是用什么来写的？是直接拿mapreduce或spark通过余弦或者同现矩阵的方式实现的吗？还是用mahout写的呢？坐等~~~~~~~~~~~~~~~