机器&深度学习与推荐系统
cv君
订阅cv君,全部文章永久可看~ 平台规定不能降价,感兴趣就订阅,订阅后联系我,都是手把手教程,有10个粉丝算法交流群 近万人,学生,甲方,工程师,CEO都欢迎(群里都有,正在建立最大的AI社区)
cv君文章质量还行,长期连续更新,订阅一次即永久观看。(请务必添加cv君微信联系获取)
cv君属于科研科技热爱者,务实工作,对待任何事情,包括写作,都是十分认真的,所以我从来不写水文,感兴趣可以订阅,愿你与我一同为中国科技崛起而努力!
为什么给自己打上这么多标签呢?因为热爱,所以去做! —cv君
展开
-
NLP从入门到实战(一)
NLP自然语言处理技术,我将长期连载NLP技术,分享论文,源码,新科技,以学习为目的,建议大家关注博主,不断更,一起进步~本文为原理篇,部分来源网络资源,本文目的是综述NLP,让朋友们更清晰地明白!后期会不断实战训练。自然语言处理NLP概述自然语言处理(Natural language processing,NLP)是计算机和人类语言之间的关系纽带。更具体地说,自然语言处理是计算机对自然语言的理解、分析、操纵和/或生成。自然语言处理(NLP)可以被定义为人类语言的自动(或半自动)处理。“NLP..原创 2020-05-31 16:22:03 · 11857 阅读 · 1 评论 -
决策树分类与回归基础实战(一)
再刷DT,看完记得关注,能看完的是有缘人回归树import numpy as npfrom sklearn.tree import DecisionTreeRegressorimport matplotlib.pyplot as pltN = 100x = np.random.rand(N) * 6 - 3x.sort()y = np.sin(x) + np.random.rand(N) * 0.05# y[5] = 5print(y)x = x.reshape(-1, 1).原创 2020-05-31 12:54:04 · 11978 阅读 · 1 评论 -
决策树——从原理走向实战
决策树——既能分类又能回归的模型在现实生活中,我们会遇到各种选择,不论是选择男女朋友,还是挑选水果,都是基于以往的经验来做判断。如果把判断背后的逻辑整理成一个结构图,你会发现它实际上是一个树状图,这就是我们今天要讲的决策树。决策树学习的目的是为了生成一颗泛化能力强,即处理未见示例能力强的决策树,其基本流程遵循简单而直观的 分而治之 (Divide and Conquer) 策略,如下图所示:决策树的生成是一个自根结点一直到叶结点的递归生成过程。在递归生成的伪代码表述中,可以看到,有三个地方导致递归原创 2020-05-28 08:57:36 · 9350 阅读 · 5 评论 -
【详解】多元的智能推荐系统
写在前文:最近在涉猎推荐系统,可谓是内容繁多,我会偏向机器学习&深度学习方向探究推荐系统,尤其是协同过滤算法~一起学习吧协同过滤简介: 协同过滤(Collaborative Filtering)作为推荐算法中最经典的类型,包括在线的协同和离线的过滤两部分。所谓在线协同,就是通过在线数据找到用户可能喜欢的物品,而离线过滤,则是过滤掉一些不值得推荐的数据,比如推荐值评分低的数据,或者虽然推荐值高但是用户已经购买的数据。协同过滤的模型一般为m个物品,m个用户的数据,只有部分用户和部分数据之原创 2020-05-09 16:45:01 · 12557 阅读 · 2 评论