- 博客(9)
- 资源 (2)
- 收藏
- 关注
RSS订阅原创 【推荐系统】MF-OPC与MF-MPC
文章目录1.MF-OPC算法2.MF-MPC(附代码)1.MF-OPC算法 在矩阵分解MF算法中，我们使用了SVD的思想，将user-item评分矩阵分解为user的潜在兴趣矩阵U和item的潜在特征矩阵V，但对于每个评分ruir_{ui}rui的预测，我们只根据用户U和物品I的潜在特征进行计算。r^ui=Uu.Vi.T+bu+bi+μ\hat r_{ui}=U_{u.}V_{i.}^...
2019-03-20 10:52:15
867
原创 【推荐系统】SVD++
用户对物品的评分等操作实际上很少，但是用户的点击，关注，收藏，浏览时长等隐性行为却很多，能否将这些考虑进来作为我们的预测准则之一呢？ SVD++在RSVD的基础上，考虑了用户对物品的隐式行为。因为有时候一个用户的点击，收藏，浏览时长等隐式行为，我们是可以将其考虑进来的，它作为一种交互，也反应了用户的一种隐式意愿。为了将隐式兴趣加入到模型中，在预测规则中加入r^ui=Uu.Vi.T+(1∣...
2019-03-19 15:31:13
2416
2
原创 【推荐系统】交替最小二乘法ALS和RSVD
文章目录1.ALS算法2.RSVD算法1.ALS算法 ALS（Alternating Least Square，交替最小二乘法）指使用最小二乘法的一种协同推荐算法。在UserCF和ItemCF中，我们需要计算用户-用户相似性矩阵/商品-商品相似性矩阵，对于大数据量的情况下很难处理好。那我们能否像PCA，word embedding那样，用低维度的向量来表示用户和商品呢？ ALS算法将us...
2019-03-18 16:36:05
1922
2
原创 【推荐系统】UserCF与ItemCF
电影-用户评分表nun_unu=no.usersnmn_mnm=no.moviesr(i,j)=1r(i,j)=1r(i,j)=1 if user j has rated movie iy(i,j)=y^{(i,j)}=y(i,j)=rating given by user j to movie i (defined only if r(i,j)=1r(i,j)=1r(i,j)=1)...
2019-03-17 19:09:56
1263
原创 【深度学习】深度残差网络ResNet
文章目录1 残差网络ResNet1.1要解决的问题1.2 残差网络结构1.3 捷径连接1.4 总结1 残差网络ResNet1.1要解决的问题 在传统CNN架构中，如果我们简单堆叠CNN的层数，深层CNN在训练集上面的表现反而要比浅层CNN在训练集上面的表现差的多。这明显是不合理的，因为浅层CNN很明显只是深层CNN的一个子集。 那也就是说，深层网络并没有能够很好地学习到训练集，它甚至连...
2019-03-16 10:28:00
1780
原创 【自然语言处理】word2vec模型
N-gramP(w1,w2,w3,..,wn)=P(w1∣start)P(w2∣w1)...P(wn∣wn−1)P(w_1,w_2,w_3,..,w_n)=P(w_1|start)P(w_2|w_1)...P(w_n|w_{n-1})P(w1,w2,w3,..,wn)=P(w1∣start)P(w2∣w1)...P(wn∣wn−1)其中每个条件概率可以统计的方式进行估算...
2019-03-15 23:06:39
568
原创 【深度学习】RNN与LSTM
文章目录循环神经网络RNN双向RNN循环神经网络RNN Recurrent Neural Network是一种有记忆力的神经网络。为什么说有记忆力呢？因为它的隐藏层输出会被保存起来，在下一次计算隐藏层输出的时候，会考虑到先前保存的值。 对于普通的BP神经网络，第k层的隐藏层的输出是ak(x)=wkxa_k(x)=w_kxak(x)=wkx 对于RNN循环神经网络来说，第k层...
2019-03-13 23:00:25
687
原创 【机器学习降维】Fisher判别分析LDA
思想是，类内小，类间大。方法是，降维的角度出发，把p维的样本数据都投影到一个1维的方向，使得不同的样本在降维后的一维空间内具有“类内小，类间大”的结果，从而很好地将两类数据分开。 假设我们找到了最好的投影方向www，如果不对其做限定的话，这样的w可以有无数条，所以我们限定∣∣w∣∣=1||w||=1∣∣w∣∣=1。将样本点xix_ixi投影到向量w上，得到新的点ziz_izi，有zi=...
2019-03-03 10:52:28
1178
原创 【机器学习算法】高斯判别分析GDA
高斯判别分析 高斯判别分析（Gaussian discriminative analysis ）是一个较为直观的模型，属于生成模型的一种，采用一种软分类的思路，所谓软分类就是我们对一个样本决定它的类别时使用概率模型来决定，而不是直接由函数映射到某一类上。生成模型通过求解联合概率来求解P(y∣x)P(y|x)P(y∣x)。它假设y∼Bernoulli(ϕ)x∣y=1∼N(μ1,Σ)x∣y=0∼...
2019-03-03 10:29:15
566
使用scrapy框架爬取拉勾网数据
2017-09-02
基于SSH框架的简易博客系统
2017-05-08
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人