机器学习
RRZS
这个作者很懒,什么都没留下…
展开
-
Neural Social Collaborative Ranking (NSCR) for the new task of cross-domain social recommendation
原文链接:https://arxiv.org/pdf/1706.03205.pdf 这篇文章是推荐算法与深度学习结合的文章,其将数据信息分为信息导向和社交导向,前者包括用户与项目的交互信息,用户的特征信息,项目的特征信息;后者包括用户与用户之间的社交信息,尤其强调熟人间的推荐。该文章主要是为了将社交导向的信息加入传统的信息导向的信息中,从而提高推荐的准确率。本文的创新点在于将用户和项目的特征进行编...原创 2018-02-08 23:16:24 · 662 阅读 · 0 评论 -
Image-to-Image Translation with Conditional Adversarial Networks笔记
论文的链接:https://arxiv.org/pdf/1611.07004.pdf代码链接:https://github.com/phillipi/pix2pix本文是UC Berkeley AI研究院关于图像风格转化的文章,该文章首先指出gan可以自动地学习目标函数,从而对于一些难以确定目标函数的问题,gan可以取得更好的效果。同时采用U-网络代替原始的auto-encoder,实验表明u网络...原创 2018-02-11 23:00:17 · 989 阅读 · 0 评论 -
Neural Collaborative Filtering(NCF)(a improvement to MF)
这篇文章主要是用深度学习做推荐,发表在WWW上的,NUS的何向南博士代码地址:https://github.com/hexiangnan/neural_collaborative_filtering下面是本人对文章的一些总结一、矩阵分解(matrix factorization)在这里K代表潜空间的维度。user和item的潜空间维度必须保持一致(如果不一致无法计算内积原创 2018-02-07 15:29:01 · 1647 阅读 · 0 评论 -
Some Inputs Work Better as Outputs
现在很多比赛大多数人都喜欢去堆特征,特别是随着计算机资源的发展,成千上万的特征成为可能,我们能否换一种方式来解决这个问题,将一部分的特征作为output来做multi-task的任务来提高我们的performance呢,这篇文章就是论证了这个问题,实验表明当输入的存在一定的noisy的时候,将其作为output得到的performance会优于将其作为input。1.作者在introducti...原创 2018-10-04 11:49:46 · 184 阅读 · 0 评论 -
An Overview of Multi-Task Learning in Deep Neural Networks
在人类学习中,不同学科之间的往往能起到相互促进的作用。那么,对于机器学习是否也是这样的,我们不仅仅让它专注于学习一个任务,而是让它学习多个相关的任务,是否可以让机器在各个任务之间融会贯通,从而提高在主任务上面的结果呢?1.multi-task的两种形式前面的层是权重共享的,后面的层权重是不同的。所有的层权重都是不同的,但是对于前面的层,我们会约束他们的权重尽可能地接近,通过会加...原创 2018-10-04 17:12:09 · 1712 阅读 · 0 评论