- 博客(1)
- 资源 (20)
- 收藏
- 关注
RSS订阅原创 《机器学习及实战》读书笔记之基础篇（监督学习回归）
监督学习 （xi,yi) 2.1.2回归预测 回归问题与分类问题的区别在于：其待预测目标是连续函数 2.1.2.1线性回归器 m个用于训练的特征向量x=(x1,x2……xm) 其对应的回归目标y=(y1,y2……ym) 希望回归模型可以用最小二乘法来预测损失L（w,b），如此一来，线性回归器的优化目标为： argminL(w,b)=argmin((f(w,x,b)-yk)^
2018-02-27 15:00:04
267
tensorflow-DeepFM-master.zip
DeepFM作为比较新的推荐模型，某些方面优于PNN、FNN、Wide&Deep;模型。该文档包含DeepFM模型python代码。还包括一个实例。
2019-03-22
LDA主题模型.zip
LDA(Latent Dirichlet Allocation)中文翻译为：潜在狄利克雷分布。LDA主题模型是一种文档生成模型，是一种非监督机器学习技术。它认为一篇文档是有多个主题的，而每个主题又对应着不同的词。一篇文档的构造过程，首先是以一定的概率选择某个主题，然后再在这个主题下以一定的概率选出某一个词，这样就生成了这篇文档的第一个词。不断重复这个过程，就生成了整篇文章。
2019-01-05
推荐相关.zip
最近拜读了项亮博士的《推荐系统实战》，收获很大，整理了一系列的博客。欢迎查看、交流。本资源主要总结了1-6章的主要思路，并思维导图绘制。还有《集体智慧编程》、《推荐系统实战》两本书。
2018-10-28
精益数据分析1.pdf
本书展示了如何验证自己的设想、找到真正的客户、打造能赚钱的产品，以及提升企业知名度。30多个案例分析，全球100多位知名企业家的真知灼见，为你呈现来之不易、经过实践检验的创业心得和宝贵经验，值得每位创业家和企业家一读。
2018-10-14
集体智慧编程.pdf
本书以机器学习与计算统计为主题背景，专门讲述如何挖掘和分析Web上的数据和资源，如何分析用户体验、市场营销、个人品味等诸多信息，并得出有用的结论，通过复杂的算法来从Web网站获取、收集并分析用户的数据和反馈信息，以便创造新的用户价值和商业价值。
2018-10-14
推荐系统实践.pdf
《推荐系统实践》这本书对于推荐系统的各个方面介绍地很详细，如果你认为自己是推荐系统领域的专业人员，那么书中的每一个点都必须得会，最起码得知道；如果你正在全面地学习推荐系统，这本书是一个非常好的由浅入深的教材。如果你是一个学校里的科研人员，你可以在里面看到熟悉的数学模型，而且可以看到具体实施到实际生产需要解决哪些问题；如果你是一个公司里的实战人员，你可以看到熟悉的代码来理解作者表达的意思，而且也可以看到一个问题时如何用数学模型去解决的；
2018-10-10
受限玻尔兹曼机笔记.pdf
本文包括RBM的所有基础知识。代码可以见hinton的文章
玻尔兹曼机（BMS）是一种特殊的对数线性马尔可夫随机场（MRF）的形式，即，其能量函数在其自由参数的线性空间里。使他们强大到足以代表复杂的分布，我们考虑到一些变量是没有观察到（他们称为隐藏）。通过更多的隐藏变量（也称为隐藏的单位），我们可以增加的玻尔兹曼机的建模能力（BM）。受限玻尔兹曼机进一步限制BMS中那些可见-可见和隐藏-隐藏的连接。本文是一个RBM的描述。
2018-04-11
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人