- 博客(15)
- 资源 (6)
- 收藏
- 关注
原创 《深度学习推荐系统》阅读笔记 2.前深度学习时代—推荐系统的进化之路-(1)协同过滤—基于邻域的方法
第二章—前深度学习时代—推荐系统的进化之路-(1)协同过滤—基于邻域的方法为什么还要学习传统推荐系统方法尽管当今推荐系统、计算广告和其他工业互联网领域中深度学习已经成为了主流方法,但了解传统推荐系统方法依然是必要的,理由有二:即使深度学习流行的今日,像协同过滤、逻辑回归、因子分解机等方法依然凭借可解释性强、环境要求低、易于快速训练和部署简单等优势,活跃在大量应用场景中。依然有许多领域把LR当作基线不断去迭代。传统推荐模型是深度学习模型的基础。比如,神经网络的基本单元是神经元,应用广泛的LR是神经元
2020-06-14 20:17:10
876
原创 《深度学习推荐系统》阅读笔记 1.互联网的增长引擎—推荐系统
第一章 互联网的增长引擎—推荐系统近期把王喆老师的著作《深度学习推荐系统》阅读了一遍,受益良多。为了再深入吸收书中的实战经验,决定从头到尾梳理一遍书中的我认为的重要知识点,并对书中介绍较少的细节进行补充,同时补充一些代码来解释某些理论。推荐系统的意义“推荐”是目前互联网应用中不可或缺的技术手段。购物、阅读和学习,都要面对网络上大量的良莠不齐的内容。推荐系统从来没有像现在这样影响着人们的生活。从用户和公司的两个角度可以阐述推荐系统存在的意义:用户:推荐系统解决在“信息过载”的情况下,用户如何高效获取
2020-05-30 19:07:58
402
原创 算法工程 从学校到工作
学校->工作很早就想开始写这篇踏入工作后自我感受的文章,但是因为各种事情以及确实没有思考好自己要写些什么,所以耽搁了很久。已经进入公司工作了两个月,目前虽然对于当前业务的整体算法策略有了一定了解,但是依然属于小白阶段。学校中学到的那些知识逐渐开始在工作中使用,但也逐渐暴露了很多问题,这篇文章主要想谈谈学校与工作在算法开发方面有哪些差异,以及工作中的经验总结,我还是一个小白,欢迎大家一起讨论...
2019-04-30 20:43:21
244
原创 Kaggle比赛 常用代码技巧记录
Kaggle比赛 常用代码技巧记录代码一般使用于jupyter notebook中,如有特殊会标明。后续会封装这些函数来更方便的调用和维护。1.%%time显示该段代码执行时间%%timetrain = pd.read_table("filename")CPU times: user 7.78 s, sys: 606 ms, total: 8.39 sWall time: 8.43...
2019-03-31 21:09:49
1375
1
原创 Python数据科学手册 第一章IPython
第一章 IPython 第一章 IPython当有人找你帮忙解决问题时,大多数时候,重要的不是知道答案,而是知道如何找到答案。Ipython可以通过符号?用于浏览对象、函数等的文档,符号??浏览源代码,Tab键用于自动补全。、常用的魔法命令粘贴代码块%paste %cpaste当从外部粘贴代码到解释器时,常常会出现不可预料的错误,这时可以用%paste魔法函数解...
2018-04-08 22:49:50
342
原创 TensorFlow实战——卷积神经网络与图像识别
TensorFlow实战——卷积神经网络与图像识别经典的图像识别数据集在图像识别领域里,经典数据集包括MNIST数据集、Cifar数据集和ImageNet数据集。 在处理上述这些数据集时,全连接神经网络往往无法很好的处理图像数据。因为使用全连接神经网络处理图像的最大问题在于全连接层的参数太多。参数增多除了导致计算速度减慢,还很容易导致过拟合问题。  于是,卷积神经网络CNN应运...
2018-03-09 16:06:48
15099
1
原创 TensorFlow实战———模型持久化
TensorFlow实战———模型持久化为了让训练结果可以复用,需要将训练得到的神经网络模型持久化。持久化代码实现TensorFlow提供了一个非常简单的API来保存和还原一个神经网络模型,这个API就是tf.train.Saver类。 ““python import tensorflow as tf v1 = tf.Variable(tf.constant(1.0, sha...
2018-03-09 16:06:01
370
原创 TensorFlow实战——MNIST最佳实践样例程序
TensorFlow实战——MNIST最佳实践样例程序在全连接神经网络学习完之后,将提供重构之后的程序来解决MNIST问题。重构之后的代码将会被拆成3个程序,第一个是mnist_inference.py,它定义了前向传播的过程以及神经网络中的参数。第二个是mnist_train.py,它定义了神经网络的训练过程。第三个是mnist_eval.py,它定义了测试过程。mnist_infere...
2018-03-09 16:05:24
1709
1
原创 TensorFlow实战——MNIST数字识别问题
TensorFlow实战——MNIST数字识别问题MNIST数据处理因为MNSIT数据集在机器学习领域非常有名,所以TensorFlow提供了一个类来处理MNIST数据。这个类会自动下载并转化MNIST数据的格式,将数据从原始的数据包中解析成训练和测试神经网络时使用的格式。 样例程序from tensorflow.examples.tutorials.mnist import i...
2018-03-09 16:03:09
518
原创 TensorFlow实战——深层神经网络
TensorFlow——深层神经网络深度学习与深层神经网络深度学习有两个非常重要的特性——多层和非线性。 线性模型的局限性如果不使用激活函数,单纯的用线性函数解决神经网络的问题,那么多层的网络和单层的网络并没有区别,只是线性模型中的系数发生了变化。 也就是说,激活函数若采用线性的,那么神经网络就无法训练出非线性适应模型,即与直接采用线性模型没有差异。只有在激活函数是非线性...
2018-03-09 16:02:25
404
原创 TensorFlow实战——实现神经网络
TensorFlow实现神经网络分类问题解决思路使用神经网络解决分类问题主要可以分为以下四个步骤: 1. 提取问题中实体的特征向量作为神经网络的输入。 2. 定义神经网络的结构,并定义如何从神经网络的输入得到输出。即前向传播算法。 3. 通过训练数据来调整神经网络中参数的取值,即训练神经网络。 4. 使用训练好的神经网络来预测未知的数据。前向传播算法的实现x为输入数...
2018-03-09 16:01:31
336
原创 TensorFlow实战——入门
TensorFlow入门计算图TensorFlow有两个重要的概念——Tensor和Flow。Tensor是“张量”的意思,可以理解为多维数组,Flow是“流”,表达了张量之间通过计算相互转化的过程。 TensorFlow中的每一个计算都是计算图上的一个节点,节点之间的边描述了计算之间的依赖关系。计算图的使用TensorFlow程序一般可以分为两个阶段,第一个阶段需要定义...
2018-03-09 15:59:08
591
原创 Kaggle_Titanic 集成算法样例程序分析
在kaggl上的入门实战代码,把一些心得和分析写在了注释中。# -- coding: utf-8 --import pandas as pdimport numpy as npimport reimport sklearnimport xgboost as xgbimport seaborn as snsimport matplotlib.pyplot as pltget_i...
2018-03-09 15:57:12
385
原创 Java基础知识补充(一)
Java基础知识(一)主要记录一些平时做题时遇到的忘记的一些Java基础知识。二维数组的行列获取二维数组int array[][] = new int[3][3]; 行长度:array.length //rows 列长度:array[i].length //columnsStringBuilder和StringBuffer的区别当对字符串进行修改的时候,需要使用 St...
2018-03-09 15:53:13
194
原创 Java常用容器的接口
常用容器的接口ArrayListJava.util.ArrayList类是一个动态数组类型,也就是说,ArrayList对象既有数组的特征,也有链表的特征。可以随时从链表中添加或删除一个元素。ArrayList实现了List接口。 ArrayList类支持3个构造方法。 Arraylist() 这个构造方法构造了一个空的链表。 ArrayList(Collection常用方...
2018-03-09 15:49:05
279
算法和数据结构 部分未解决 面试精华
2018-09-26
集成学习方法 面试精华
2018-09-26
机器学习面试 逻辑斯特回归整理
2018-09-25
机器学习 深度学习 面试精华 计算机基础知识
2018-09-19
机器学习 深度学习 面试精华 概率矩阵智力
2018-09-19
机器学习 深度学习 面试精华 C++
2018-09-19
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人