發(fā)簡(jiǎn)信
IP屬地：北京
-
推薦feed流feed流是推薦系統(tǒng)的一種常見形式，突出的產(chǎn)品有微博、抖音、朋友圈等 feed：每一個(gè)狀態(tài)和消息，通常由用戶更新 流：特點(diǎn)是持續(xù)更新 feed流...
-
面試問題總結(jié)XgBoost 1. 從哪幾個(gè)方面實(shí)現(xiàn)并行化 答：在特征粒度上實(shí)現(xiàn)并行。迭代開始前對(duì)所有候選特征進(jìn)行一次預(yù)排序，以column block的結(jié)構(gòu)...
-
前向傳播和反向傳播在求出前向傳播和反向傳播前要先確定參數(shù)和輸入輸出符號(hào)的表達(dá)形式 最普通的DNN就可以看做是一個(gè)多層感知機(jī)MLP，感知機(jī)的輸出其實(shí)就是對(duì)輸入的加權(quán)...
-
歸納&總結(jié)機(jī)器學(xué)習(xí)技能樹整理 按問題類型劃分 分類問題 Logistic Regression 總結(jié)：特征的線性組合+非線性映射。推導(dǎo)時(shí)從單個(gè)樣本開始，單...
-
CRF:Conditional Random Fields
概率無向圖模型： 又稱作馬爾科夫隨機(jī)場(chǎng)。所謂隨機(jī)場(chǎng)，其實(shí)是由一種服從某種分布的隨機(jī)變量組成的，場(chǎng)中某些點(diǎn)之間存在依賴關(guān)系，進(jìn)而形成聯(lián)合概率分布。...
-
牛頓法、擬牛頓法牛頓法： 根據(jù)二階泰勒展開，用一階和二階倒數(shù)確定參數(shù)迭代步長(zhǎng)和方向 設(shè)初始向量，它在處的泰勒展開如下： ，當(dāng)時(shí) 注：矩陣求導(dǎo)公式： 對(duì)上式相對(duì)于...
-
（譯）Collaborative Memory Network for Recommendation Systems
Abstract: Recommendation systems play a vital role to keep users engaged...
-
貝葉斯個(gè)性化推薦
Key Point1: 能夠使用貝葉斯做推薦排序的假設(shè)有兩個(gè)： 1.用戶U對(duì)商品和的偏好和其他用戶無關(guān)（即用戶間的獨(dú)立性） 2. 用戶U對(duì)商品和...
-
RNN LSTM BI-LSTMRNN 循環(huán)神經(jīng)網(wǎng)絡(luò) RNN主要處理有時(shí)序關(guān)系的變長(zhǎng)序列問題。每個(gè)神經(jīng)元在每一時(shí)刻都一個(gè)特殊的hidden狀態(tài)h(t)，由當(dāng)前節(jié)點(diǎn)的輸入I(t)...