前言
Motivation
那么原先普通深度学习就是第二种模型,而我们根据第三种情况提出一种叫Collaborative Deep Learning 的深度学习系统,这里原文中花了一定的篇幅来描述两种深度学习的不同,这里我们也解释一下(说实话这里我也没太搞懂,姑且翻译一下原文)
这是朴素的deep learning:
Deep learning allowscomputational modelsthat are composed ofmultiple processing layersto learn representations of data withmultiple levels of abstraction.
Typically for i.i.d. data
这里深度学习可以运用一个由多层构成的可以计算的模型通过多层抽象来学习数据的特征,通常运用于i.i.d. 类型的data ,这里解释一下啥是i.i.d.:独立同分布(independent identically distributed)
这是Collaborative Deep Learning :
Feedback from rating information -》》Non-i.i.d.
就是说因为我们要运用评分矩阵来对deep learning进行反馈,所以我们的数据不是i.i.d.的(这里没太搞清楚所谓服从iid和不服从iid的data到底是指啥?是电影内容?还是啥?)
好了,大致说了一下我们的主角Collaborative Deep Learning 和朴素的deep learning 有啥不容,那我们接下来看看Collaborative Deep Learning 到底是指的啥啊,其实很简单
Collaborative Deep Learning
1.用于学习Non-i.i.d.的deep learning
2.结合特征学习和协同过滤(collaborative filtering)