- 博客(12)
- 收藏
- 关注
RSS订阅原创 BRR的学习
我看的时候是老师直接发给我PPT让我看，哎真的看了好久，里面的生词生句，wps翻译得一言难尽，当时就在想，以后我要是发论文了，一定要发一份中文的，好理解学习。话不多说开始我们的正题，当时我看文章时候老师就是直接扔给我让我啃，看完做报告，我看的一脸懵，很多生词，例如sigmoid，MF，KNN，SVG，bayesign，等什么都不知道，纯纯小白，就知道梯度下降，损失函数，矩阵分解等一些基础知识，我发现根据我现在的水平，就想一杯牛奶倒入大海（PS：考公梗）。我连神经网络都不是很清楚，更别说这么难的论文了。
2024-03-24 22:06:52
1012
1
原创 关于为来人工智的展望
虽然我阅读的科研论文数量有限，SASREC，UNFRecTransform，BP，LSTM等一些和一些最新的文章，每一篇都给我留下了深刻的印象。我常常会被他们的创新惊艳到，思考着他们是如何想出这些惊人的思路和方法的，还有他们书写论文的严谨与专注，布局...我就是一个双非本科，自己的经验和技术水平十分有限，见识也相对狭窄，因此非常欢迎大家指出我的错误，我会虚心接受，不玻璃心。最近我看到一位博主发表的文章，提到了黄哥谈未来人工智能的发展趋势，认为GPU和TPU将成为主导，并提出了AI工厂的概念。
2024-03-17 12:15:16
468
1
原创 神经协同过滤笔记
Embedding 的基本内容大概就是这么多啦，然而小普想说的是它的价值并不仅仅在于 word embedding 或者 entity embedding 再或者是多模态问答中涉及的 image embedding，而是这种。
2023-04-29 16:22:24
372
原创 K-最近邻算法
邻近算法，或者说K-最近邻（KNN，K-NearestNeighbor）分类算法是数据挖掘分类技术中最简单的方法之一。所谓K最近邻，就是K个最近的邻居的意思，说的是每个样本都可以用它最接近的K个邻近值来代表。这是一个非常实用的算法，算是一种机器学习预测，总的来说通过画圈来计算圈内某一个无主的点到底分类到哪里，是红色方还是绿色方是一个很笨的训练方式，就是看他里那种颜色距离比较近，比较多，这就是投票。
2023-04-24 17:39:37
145
原创 NCF 阅读笔记
8，则神经CF层的结构为32→16→8，嵌入大小为16。对于预训练过的NeuMF，αα 设置为0.5，允许预训练的 GMF 和 MLP 对 NeuMF 的初始化做出同样的贡献***(相同权重)***。在这项工作中，作者探索了用于协同过滤的神经网络结构。设计了一个通用框架NCF，并提出了三种实例：GMF，MLP和NeuMF，以不同的方式模拟用户-项目交互。框架简单而通用;它不仅限于本文提出的模型，它对深入学习推荐方法的也具有指导意义。这项工作补充了主流浅层协同过滤模型，为深入学习推荐研究开辟了新途径。
2023-04-09 11:16:56
188
原创 矩阵的分解
而Funk-SVD完美的解决了SVD的不足，它仅将矩阵分解为两个矩阵，分解的目标是让分解后的两个矩阵乘积得到的评分矩阵和原始矩阵更拟合，也就是说与原始评分的残差最小。这个减小也特别快，在很多情况下，前10%的和就占了全部元素之和的99%以上，也就是说我们可以使用最大的 k 个值和对应大小的 U 、 V 矩阵来近似描述原始的评分矩阵。是将矩阵分解为两个低秩的矩阵的乘积，分别以 k维的隐因子向量表示，用户向量和物品向量的内积则是用户对物品的偏好度，即预测评分。其中， m 为用户的数量，n为物品的数量，k为。
2023-03-09 19:48:41
1273
原创 迷宫问题（文件保存）
int check(int x, int y) //定义一个检查函数，来检查能不能走到（x，y）这个点，能返回1，不能返回0；father[x][y].y存的是最短路径的坐标为（x，y）点的下一个坐标的纵坐标y *///现在的（x，y）就是这个循环中打印的那个（x，y）的走到的下一个点坐标。//tmp_x，tmp_y表示最短路径时（x，y）这个点的下一个点的坐标。//把（tmp_x，tmp_y）这个点赋给point2。father[x][y].x存的是最短路径的坐标为（x，y）点的下一个坐标的横坐标x。
2023-02-17 17:26:25
134
原创 推荐系统BPR学习-4
隐式反馈：基于用户对于商品的行为进而得出的是否喜欢推荐；借鉴许多大佬的东西，写的真详细，虽然我还是看不太懂，计算机相关论文就是这样难懂难看术语多，涉及的知识点也很多，也要有许多要手推演算，只能慢慢来吧加油。
2023-01-28 18:04:16
95
原创 推荐系统BPR学习-3
BPR中使用的训练集是一个三元组,他的意思是说对于用户u来说物品i的排名要比j靠前，也可以用 i >u j 来表示。反对称性：如果两个物品之间的排序关系的位置可以调换，那么他们是同一间物品。传递性：如果用户u喜欢i大于j并且喜欢j大于k那么用户u喜欢i大于k。完整性：对于两个不同的物品一定存在排序关系.。
2023-01-28 15:11:45
112
原创 推荐系统BPR学习-2
user-item矩阵(评分矩阵)，记为Rm×n。可以将其分解成两个或者多个矩阵的乘积，假设分解成两个矩阵Pm×k和Qk×n，我们要使得矩阵Pm×k和Qk×n的乘积能够还原原始的矩阵Rm×n。是指将一个矩阵分解成两个或者多个矩阵的乘积，实际推荐计算时不再使用大矩阵，而是用分解得到的两个小矩阵：一个是由代表用户偏好的用户隐因子向量组成，另一个是由代表物品语义主题的隐因子向量组成。
2023-01-26 14:50:29
82
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