- 博客(6)
- 收藏
- 关注
RSS订阅原创 卷积神经网络CNN解析-针对斯坦福的深度学习教程
附上针对的实验：http://ufldl.stanford.edu/tutorial/supervised/ExerciseConvolutionalNeuralNetwork/ 这里就不陈述卷积网络的意义了，就直接陈述怎么做，怎么写前向传播和反向传播，求各个参数的倒数。 阅读前建议读者对于全连接网络有着透彻的理解。。没有的话，强烈建议看看上述实验前面的全连接部分的练习。 建议读者配合着实验
2016-10-30 17:22:14
2413
原创 基于购买与回收双向数据的推荐系统学习总结（3）
之前讲完了这份研究的思路。。很简单粗暴。但确实就足够拿到苏州的某学术会议上做陈述了啊啊啊我好方。。。 总结一下工作流程 ： 1，取得一份含有用户购买物品和出售废品的数据。 2，进行数据信息补缺，清洗。 3，实践一套基本用户协同过滤模型，来验证数据的规律性。 4，对于购买数据，实现线性学习型协同过滤预测模型。 5，对于该模型的数据模式，载入回收数据，调整矩阵。 6，重新运行该模型，
2016-10-30 16:19:27
407
原创 基于购买与回收双向数据的推荐系统学习总结（2）
之前讲到了初步试验的结果，但那种算法对应的数据数据集不适合载入回收数据。 实际实验时用的是如下的算法： 这是个很常见的机器学习线性推荐算法，在coursera的machine learning 里Andrew Ng老师做了很详细的解析，这里就不做过多陈述了。 接下来就要处理回收数据了，把它和购买数据整合在一起。 我们就遇到了个问题：回收的物品在电子商场里不存在。 确实啊这问题很现实，
2016-10-30 15:27:45
465
原创 基于购买与回收双向数据的推荐系统学习总结（1）
总结一下学习成果吧，既然都去苏州学术汇报了一趟了，不写点啥，我怕会遗忘。 推荐一篇很重要的推荐系统概述论文《Recommender System》-Linyuan Lv，概述了在机器学习以前的全部推荐理论的尝试，如何针对不同的场景构造算法，如何评估一 个推荐系统每种指标怎么算以及表现分析，还有数据处理数据特征挖掘。可以说这篇文章是新手入坑推荐系统的第一课吧。 我为什么要做这个事情
2016-10-30 14:47:59
398
原创 失踪人口回归。。。
嘛，我也不觉得会有人看这博客，这东西纯粹的是写给自己看的吧，同时给有心人留一扇虚掩着的门。 从ACM被校队清退到现在已经过去了一年多了，嗯我安慰自己的理由是，那东西是给真的有天赋的人准备的高端游戏。 其实更重要的是：我没有足够努力，没有像别的成员那样的拼。 于是这事以校赛的银告终。 我也许是真的在这方面没有天赋？ 大二上成绩很差，也没有找到新的重心，浑浑噩噩的熬过了一个冬天，我发现一个规
2016-10-30 14:46:25
436
原创 CodeForces 589G 线段树
题意：给一个数组，要求1到k的连续区间中大于d的元素与d之差值，的和大于等于r，求k的最小值，即对应的最小下标。 代码执行思路： 开一个线段树，节点保存元素：sum（区间和）,min（区间最小值），max（区间最大值），cap（区间有效元素数量）。 1，当d=max时，删除该区间。中间多搞几次二分，并且注意对于sum的运算要用long long，即可ac，具体实现看代码。 #include
2016-02-18 21:40:38
409
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人