4月12日推荐小班第三天打卡

hello_brucebat

于 2023-04-13 20:12:57 发布

阅读量60

点赞数

分类专栏：推荐系统打卡文章标签：人工智能机器学习

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/hello_brucebat/article/details/130139061

版权

推荐系统打卡专栏收录该内容

4 篇文章 0 订阅

订阅专栏

FM（FactorizationMachines）算法是对MF（MatrixFactorization）的扩展，它引入了二阶特征交互来提升模型表达能力。在Tensorflow1.x和Keras中实现FM，可以通过优化技巧降低计算复杂度，如使用低秩近似。FM算法的一个典型特征交叉例子是电商推荐系统中，商品ID和用户行为的交互影响预测用户的购买概率。

摘要由CSDN通过智能技术生成

为什么FM算法是MF算法的推广？
准备学习tensorflow1.x和keras
FM算法如何减少复杂度？
FM算法的特征交叉例子。

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
4月12日推荐小班第三天打卡

为什么FM算法是MF算法的推广？准备学习tensorflow1.x和keras FM算法如何减少复杂度？ FM算法的特征交叉例子。
复制链接

扫一扫

专栏目录

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。