- 博客(5)
- 资源 (4)
- 收藏
- 关注
RSS订阅原创 Deep Learning的推荐系统中精品文章--学习笔记
H. Cheng, L. Koc, J. Harmsen etc, Wide & Deep Learning for Recommender Systems, Published by ACM 2016 Article, https://static.googleusercontent.com/media/research.google.com/zh-CN//pubs/archive/45...
2018-05-01 19:51:46
179
转载 机器学习中的范数规则化之（一）L0、L1与L2范数
今天我们聊聊机器学习中出现的非常频繁的问题：过拟合与规则化。我们先简单的来理解下常用的L0、L1、L2和核范数规则化。最后聊下规则化项参数的选择问题。这里因为篇幅比较庞大，为了不吓到大家，我将这个五个部分分成两篇博文。知识有限，以下都是我一些浅显的看法，如果理解存在错误，希望大家不吝指正。谢谢。 监督机器学习问题无非就是“minimizeyour error while re
2017-08-18 21:13:49
288
转载 如何包装你的实验结果
原文地址在此不少研究生们可能都有这样的体会：千辛万苦得来的实验结果，不知道该如何展现给别人？的确如此，有些研究工作做得非常出色，可能由于呈现方式的问题，不能发表高水平的文章（尤其是SCI文章）。 仔细分析C-N-S系列的大牛文章，不难发现，这些高水平论文的图表质量也高人一筹。因此，合理的“包装”自己的实验结果非常重要。一、共聚焦图片1. 拍照时要保留大中
2017-03-15 21:30:05
543
转载 支持向量机: Maximum Margin Classifier
本文是“支持向量机系列”的第一篇，参见本系列的其他文章。原文链接在此。支持向量机即 Support Vector Machine，简称 SVM 。我最开始听说这头机器的名号的时候，一种神秘感就油然而生，似乎把 Support 这么一个具体的动作和 Vector 这么一个抽象的概念拼到一起，然后再做成一个 Machine ，一听就很玄了！不过后来我才知道，原来 SVM 它并不是一
2017-03-15 19:07:30
1434
转载 漫谈Learning to Rank
大概去年10月份开始接触Learning to Rank，最初的Motivation是由于在实验中遇到排序的任务，然而传统的排序公式虽然简单，易调，但是能利用到的特征非常少，无法挖掘出其内在支配排序的信息，导致排序的性能不理想。因此才想到使用Supervised learning的方法，藉以指导排序。参考的主要几篇文章如下：1: Adapting Ranking SVM to Docume
2017-03-14 17:46:54
567
CPU-Z检测软件
2014-07-14
U盘扩容识别工具
2014-07-14
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人