- 博客(2)
- 收藏
- 关注
原创 推荐系统之协同过滤
推荐系统之协同过滤 协同过滤推荐算法 协同过滤(Collaborative Filtering,简称 CF)是目前最为流行的推荐算法,它是根据具有相同兴趣与生活经验的群体的共同爱好推荐与用户需求相符合的商品。在推荐过程中 CF 算法首先将用户对于项目的评分矩阵作为输入,输入数据通过 CF 算法计算出用户或者项目的相似度,生成推荐列表最终完成推荐。CF算法推荐流程图如图所示: CF算法的优点 只需要获得用户与项目间的关联矩阵 同一群体中的一个个体可以共享整个群体的经验 可以尝试为用户推荐一些与其群体内容
2020-11-04 14:50:42 146
原创 元学习(一)
这里写自定义目录标题元学习综述META-LEARNING WITHOUT MEMORIZATION 元学习综述 META-LEARNING WITHOUT MEMORIZATION 元学习已经成为一种很有前途的技术,可以利用以前任务中的数据来有效地学习新的任务。但是大多元学习算法隐含地要求元训练任务是相互排斥的 , 这就 致使 单个模型可以一次解决所有任务 ...
2020-10-23 19:35:20 154
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