weixin_41946661的博客

主成分分析(principal components analysis, PCA)是一个简单的机器学习算法，PCA算法假设在 Rn 空间中我们有 m 个点 {x(1), . . . , x(m)}，我们希望对这些点进行有损压缩，但是损失的精度尽可能小，我们希望能找到一个编码函数，将n维的xi编码成l维，l<<n.根据输入返回编码，f(x) = c;我们也希望找到一 个解码函数，给定...

该系列博客都是对记录对学习花书（深度学习）的知识，仅供自己复习总结，截图的来源也为花书 在上篇博客中将PCA理解为一种压缩数据的方法，保留尽可能多原始数据的一种降维方法，这篇博客中将PCA理解为一种学习数据表示的无监督方法。 PCA学习一种比原始输入更低维的表示，学习了一种元素之间没有相关性的表示。研究PCA是如何对原始数据x去相关的。 ![在这里插入图片描述](https://i...

翻译于：https://colah.github.io/posts/2015-08-Understanding-LSTMs/RNN：rnn的提出首先基于人类在看一篇文章时，不需要每次都从第一句开始进行解读，而是基于对之前阅读过部分的理解和记忆。文中提出一个场景：你想要对电影中的每个片段进行分类，但是传统方法没法利用前一个片段的信息来推断当前场景，RNN可以解决这问题。rnn单元中有循环，使得...

论文题目：Graph Neural Networks for Social Recommendation文章解决的challenge：1.We propose a novel graph neural network GraphRec, which can model graph data in social recommendations coherently;将用户与物品交互矩阵，用户与...

论文题目：Learning Entity and Relation Embeddings for Knowledge Graph Completion论文链接：https://www.aaai.org/ocs/index.php/AAAI/AAAI15/paper/view/9571abstract：In fact, an entity may have multiple aspects an...

论文题目：Deep Knowledge-Aware Network for News Recommendation论文链接：https://arxiv.org/abs/1801.08284abstract：文中作者认为现有的新闻推荐方法中没有充分利用新闻中知识层面的联系，新闻推荐系统具有时间敏感和用户喜好变化的特性。所以作者提出了DKN将知识图谱表示应用到新闻推荐中。introductio...

论文链接：https://pdfs.semanticscholar.org/2a3f/862199883ceff5e3c74126f0c80770653e05.pdf论文题目：Knowledge Graph embedding by Translating on Hyperplanesabstract:论文动机：We discuss some mapping properties of re...

关于知识图谱的trans系列一：transE论文链接https://www.utc.fr/~bordesan/dokuwiki/_media/en/transe_nips13.pdf参考链接https://zhuanlan.zhihu.com/p/32993044abstract:Hence, we propose TransE, a method which models relat...