<cite id="jdb0i"><object id="jdb0i"></object></cite>

<b id="jdb0i"></b>

<u id="jdb0i"></u>

<u id="jdb0i"><sub id="jdb0i"><mark id="jdb0i"></mark></sub></u>

<u id="jdb0i"><bdo id="jdb0i"></bdo></u>
<u id="jdb0i"></u><u id="jdb0i"><small id="jdb0i"><mark id="jdb0i"></mark></small></u>

沈春旭的博客

优秀是一种习惯

机器学习资源-Harvard Ph.D Sam维护

这篇博文转自哈佛大学博士生Sam整理的机器学习资料,包括了数据基础、几何、概率论、统计学习、深度学习等。内容非常丰富,Blog是完全拷贝用于备份。最新内容建议阅读Sam维护的博文:https://sgfin.github.io/learning-resources/ ML Resources ...

2018-11-13 16:52:27

阅读数 11025

评论数 0

个人主页

基本信息 教育经历: 2018.11- Cornell University Ph.D Candidate 2016.8-2019.6 图形与图像处理 GPA=3.91 1/121 2014.7-2016.6 图形与图像处理 GPA=3.92 (...

2017-08-29 17:59:22

阅读数 15416

评论数 2

混合模型的推荐算法(ACM暑校-案例学习)

单纯使用基于内容、基于知识或者协同滤波的推荐引擎已经越来越少了。 因为,基于内容的推荐技术面临“过度个性化缺少惊喜度”的缺点、基于协同过滤的推荐技术面临“冷启动”难题。因此,一种比较好的解决方案是融合多种推荐技术的优点,用基于内容的策略解决冷启动问题,用协同过滤策略解决用户惊喜度问题。博客旨在实践...

2019-05-24 17:07:15

阅读数 66

评论数 0

协同滤波模型的推荐算法(ACM暑校-案例学习)

基于协同滤波的推荐技术可以细分为基于用户的协同过滤方法、基于产品的协同过滤方法、基于模型的协同过滤方法;本博文进行了一一测试。 1. 数据准备、评价指标 由于协同滤波模型需要用到用户的行为,这里选用MovieLen数据集进行测试研究。 MovieLen是明尼苏达大学计算机科学系GroupLe...

2019-05-19 19:04:56

阅读数 510

评论数 1

Collaborative Filter - Data Mining基?。ˋCM暑校)

2003年,Amazon公司的Linden、Smith、York大佬刊发了一篇名为《Item-to-Item Collaborative Filtering》的文章;这篇文章首次解释了Amazon公司商品推荐系统的原理。从那时起,这类算法就一直主导着推荐领域。无论是Netflix、Amazon还是...

2019-05-08 19:12:57

阅读数 716

评论数 0

深度学习CTR模型最全演化图谱 [王喆观点]

毕业于清华大学计算机系的王喆学长回顾了近3年来的所有主流深度学习CTR (click through rate) 模型,并梳理推荐系统、计算广告领域在深度学习方面的前沿进展。内容来源:https://zhuanlan.zhihu.com/p/63186101 随着微软的Deep Crossing...

2019-05-02 13:27:45

阅读数 1446

评论数 3

前深度学习时代CTR预估模型的演化之路 [王喆观点]

毕业于清华大学计算机系的王喆学长梳理从传统机器学习时代到深度学习时代所有经典CTR(click through rate)模型的演化关系和模型特点。内容来源:https://zhuanlan.zhihu.com/p/61154299。 在互联网永不停歇的增长需求的驱动下,CTR预估模型(以下简称...

2019-05-01 15:18:41

阅读数 1243

评论数 2

基于内容的推荐(ACM暑校-案例学习)

基于知识的推荐系统,根据发行时间、题材和持续时间进行电影推荐。这些系统非常简单,推荐系统没有充分考虑到个人用户的偏好。由于基于知识的推荐系统确实考虑了用户对题材、发行时间和持续时间的偏好,基于知识的推荐仍然非常通用。 想象一下爱丽丝喜欢《黑暗骑士》、《钢铁侠》、《钢铁侠》。很明显爱丽丝喜欢超级英...

2019-04-25 22:49:24

阅读数 11269

评论数 1

推荐系统常用术语 [ACM暑校]

1. 推荐系统 推荐系统相当于信息的“过滤器”,它旨在解决信息过载的问题,帮助人们更好地作出决策。它的主要原理是根据用户过去的行为(比如购买、评分、点击等)来建立用户兴趣模型,之后利用一定的推荐算法,把用户最可能感兴趣的内容推荐给用户,如下图: 召回(recall) 从海量(数千万)ite...

2019-04-21 17:02:24

阅读数 11595

评论数 1

十大开源推荐系统简介 [转自oschina]

最近这两年推荐系统特别火,本文搜集整理了一些比较好的开源推荐系统,即有轻量级的适用于做研究的SVDFeature、LibMF、LibFM等,也有重 量级的适用于工业系统的 Mahout、Oryx、EasyRecd等。PS:这里的top 10仅代表oschina观点。 1. SVDFeature ...

2019-04-21 16:26:19

阅读数 12206

评论数 1

基于内容推荐系统中的常识 [ACM暑校]

How to represent content to improve information access and build a new generation of services for user modeling and recommender systems? 1. 内容主旨 Wh...

2019-04-17 22:42:19

阅读数 11164

评论数 0

注意力机制最新综述解读

注意力模型(Attention Model,AM)已经成为神经网络中的一个重要概念,并在不同的应用领域进行了充分的研究。这项调查提供了一个结构化和全面的概述关于attention的发展。我们回顾了注意力机制被纳入的不同的神经网络结构,并展示了注意力如何提高神经网络的可解释性。最后,我们讨论了在实际...

2019-04-16 18:02:24

阅读数 11412

评论数 4

基于知识的推荐系统(案例学习)

1. 简单的流程 knowledge-based推荐系统没有考虑特殊用户的偏好;也没有尝试去推断不同电影之间的相似性。以Internet Movie Database (IMDB)为例,基本流程可以概述为: 选择度量(或评分标准)为电影打分 决定电影在排行榜上出现的先决条件 计算每一部满足...

2019-04-13 20:10:48

阅读数 10530

评论数 0

推荐系统-应用Pandas进行数据处理

1. PANDAS PANDAS是一个包,它使我们能够访问高性能、易于使用的工具和数据结构,以便在Python中进行数据分析。 Python是一种运行很慢的语言。PANDAS通过使用C编程语言实现大量优化来克服这一问题。它还允许我们访问Series和DataFrame,这是从R统计包中导入的两...

2019-04-12 15:18:05

阅读数 10485

评论数 0

SiamMask:视频跟踪最高精度 (中科院王强大神作品)

论文水平:CVPR 2019https://arxiv.org/pdf/1812.05050.pdf 测试代码:https://github.com/foolwood/SiamMask 跟踪算法近年的发展(中科院王强博士维护)。相关滤波的发展已经经过了几代迭代,发展到了瓶颈期。深度学习应该是...

2019-03-16 00:16:46

阅读数 12335

评论数 2

状态空间模型(离散)-隐马尔可夫模型数学原理

Hidden Markov Model, HMM.是动态序列模型-离散情况的代表模型。在股票预测和NLP领域都有良好的应用,如: 1. Hidden Markov Model - in Mathmatics 状态转移矩阵 Transition Probability (以股市运转为...

2019-02-14 18:09:54

阅读数 10999

评论数 3

推荐常用算法之-基于内容的推荐(转自-BreezeDeus博主)

Collaborative Filtering Recommendations (协同过滤,简称CF) 是目前最流行的推荐方法,在研究界和工业界得到大量使用。但是,工业界真正使用的系统一般都不会只有CF推荐算法,Content-based Recommendations (CB) 基本也会是其中的...

2019-02-13 23:32:35

阅读数 12249

评论数 0

状态空间模型(离散)-隐马尔可夫模型推导及实例

推导和证明状态空间模型State Space Model中的离散动态模型Discrete Dynamic Model隐马尔可夫模型Hidden Markov Model,HMM。 1. 马尔科夫模型 一个系统有N各状态,S1,S2,...,Sn,随着时间的推移,系统从某一个状态转移到另一个状态...

2019-02-13 22:43:59

阅读数 11501

评论数 0

贝叶斯预测模型 (数学原理与推导)

1. 方差的两种计算方法 对于方差计算的一个重要结论: 2. 联合概率分布-条件概率分布 当然,利用联合概率分布也很容易推出边缘概率分布;只需要对其他变量进行全积分即可! 条件概率分布直观想象还是有难度的,很多时候我们仍然需要借助公式进行求解: 需要注意的是,上面介绍的是...

2019-02-08 12:01:38

阅读数 11140

评论数 0

统计特性和概率估计-2 (数学推导与证明)

probabilistic &amp;amp; estimation:常用分布,共轭特性,最大似然估计,最大后验估计,指数族和自然参数 statistic properties:辅助机器学习算法证明,包括重要的切比雪夫不等式和马尔科夫不等式 2. 统计特性 statistic prope...

2019-02-07 20:35:04

阅读数 10625

评论数 1

提示
确定要删除当前文章?
取消 删除
66期公式一肖算法 乌兰浩特市| 萝北县| 萨迦县| 刚察县| 交口县| 宜宾县| 宜阳县| 和顺县| 沂源县| 光泽县| 灌云县| 桂林市| 鄯善县| 郯城县| 镇赉县| 凤台县| 桦川县| 吉木萨尔县| 扬州市| 江津市| 富锦市| 金坛市| 交口县| 兴宁市| 丽水市| 景宁| http://www.ybhmjm.cn 资中县| 南岸区| 农安县| 洛宁县| 治县。| 玛曲县| 客服| 黑山县| 绥滨县| 内丘县| 清丰县| 青神县| 时尚| 屏边| 兴山县| 宜城市| 当阳市| 阿坝县| 正宁县| 精河县| 囊谦县| 远安县| 察隅县| 桐城市| 梁河县| 道真| 同仁县| 洪江市| 蒙自县| http://www.czsbuns.tw 郯城县| 綦江县| 南丹县| 高清| 岫岩| 曲沃县| 新安县| 长兴县| 丰都县| 白水县| 平邑县| 和静县| 内黄县| 曲阳县| 陇南市| 永康市| 深圳市| 桐柏县| 慈溪市| 闽侯县| 达孜县| 军事| 丹巴县| 晋城| 巫山县| 昭平县| 平远县| 咸阳市| 凤凰县| 沽源县| 宜黄县| 清远市| 宽城| 廊坊市| http://www.mel5274.tw 珲春市| 大埔区| 罗城| 桦川县| 道真| 横山县| 海兴县| 浦江县| 星座| 自治县| 宁陕县| 绥宁县| 韶关市| 剑河县| 孙吴县| 岑溪市| 滨州市| 尉氏县| 砀山县| 碌曲县| 田阳县| 赤峰市| 通渭县| 仁寿县| 日喀则市| 万全县| 绥芬河市| 兴隆县| 揭阳市| http://pgp1336.tw 黄梅县| 康平县| 宁德市| 孝义市| 海口市| 盐津县| 仪陇县| 富裕县| 松潘县| 顺平县| 玉山县| 凤台县| 商城县| 江山市| 隆林| 张家界市| 桐柏县| 大理市| 疏附县| 西丰县| 新巴尔虎右旗| 西丰县| 德阳市| 乌拉特中旗| 沙田区| 辰溪县| 右玉县| 虞城县| 当阳市| http://www.bgcekj.cn 宜君县| 泰州市| 洛隆县| 饶河县| 永仁县| 江都市| 夏津县| 太原市| 牙克石市| 大方县| 宣汉县| 年辖:市辖区| 土默特左旗| 澄城县| 翁牛特旗| 广宗县| 威信县| 岐山县| 武义县| 汉寿县| 红桥区| 维西| 滨州市| 台中县| 永州市| 浦东新区| 迭部县| 崇信县| http://www.sbj119.cn 紫云| 斗六市| 建湖县| 公主岭市| 依安县| 图木舒克市| 始兴县| 珲春市| 南昌县| 噶尔县| 连州市| 东乌| 麻江县| 额尔古纳市| 米泉市| 仁怀市| 绍兴市|