投資的終點(diǎn)是星辰與大海。 財(cái)富的增長(zhǎng)只不過是驗(yàn)證了我們?cè)谕ㄍK點(diǎn)過程中的認(rèn)知是否正確以及同行者是否優(yōu)秀。<br>歡迎關(guān)注公眾號(hào)：東邪惜獨(dú)（dongxiexidu_sh）
發(fā)簡(jiǎn)信
IP屬地：遼寧
-
-
智能問答算法原理及實(shí)踐之路筆記http://www.docin.com/p-2177206264.html[http://www.docin.com/p-2177206264.html] 1、智能問題算法...
-
推薦系統(tǒng)14- DSSM 文本相似度模型DSSM Deep Structured Semantic Models 原理 通過 Query 和 Title 的海量的點(diǎn)擊曝光日志，用 DNN 把 Query 和 ...
-
12 文本相似度-bm25算法
原理 BM25相關(guān)度計(jì)算 W= IDF R(qi,d) = 詞和文檔相關(guān)度 k1,k2,b是調(diào)節(jié)因子，一般根據(jù)經(jīng)驗(yàn)來自己設(shè)置，通常k1=2,b=0.75；fi表示qi在文檔...
-
快速梯度標(biāo)志攻擊 FGSM（Fast Gradient Sign Attack）
快速梯度標(biāo)志攻擊（FGSM），是迄今為止最早和最受歡迎的對(duì)抗性攻擊之一，它由 Goodfellow 等人在[Explaining and Harnessing Adversa...
-
Mask RCNN 模型一、Faster RCNN Faster RCNN使用CNN提取圖像特征，然后使用region proposal network（RPN）去提取出ROI [ROI(regio...
-
HTTP請(qǐng)求在計(jì)算機(jī)操作系統(tǒng)內(nèi)是怎么完成的
今天偶爾發(fā)現(xiàn)一段描述 http協(xié)議在計(jì)算機(jī)底層實(shí)現(xiàn)的描述，讀完之后，發(fā)上來。 1、服務(wù)器網(wǎng)卡接收到數(shù)據(jù)流后，會(huì)立刻給CPU發(fā)送中斷信號(hào)2、CPU收到后，會(huì)立即將手頭正在處理的...
-
Selenium webdriver 體系結(jié)構(gòu)摘要Selenium - Webdriver 關(guān)系圖 Selenium1.0 javascript庫 結(jié)構(gòu) FireFox IE 驅(qū)動(dòng)程序 Selenium Core chro...
-
推薦算法-協(xié)同過濾4 算法比較和選擇
UserCF 和ItemCF 比較 UserCF 推薦那些和他有共同興趣愛好的用戶喜歡的物品反映用戶興趣類似的小群體的熱點(diǎn)小群體中的物品熱門程度維護(hù)一個(gè)用戶相似度矩陣 Ite...
-
推薦算法-協(xié)同過濾3 基于物品
amazon , netflix, hulu , youtube 基本思想 ItemCF 并不利用物品的內(nèi)容屬性計(jì)算物品之間的相似度，他主要通過分析用戶行為記錄物品的相似度。...
-
推薦算法-協(xié)同過濾2 基于用戶
基本步驟： 1- 找到和目標(biāo)用戶興趣相同的用戶集合2- 找到這個(gè)集合中用戶喜歡的，且目標(biāo)用戶沒有聽過的物品推薦給用戶 用戶興趣相似度計(jì)算 1- jaccard : (N(...
-
推薦算法-協(xié)同過濾1 概述
協(xié)同過濾 用戶一起和網(wǎng)站互動(dòng)，使得自己的推薦列表不斷過濾掉不感興趣的物品，從而越來越滿足自己的要求。 用戶行為 用戶行為舉例 當(dāng)當(dāng)網(wǎng)瀏覽“”數(shù)據(jù)挖掘?qū)д摗埃?推薦 “還買過”...
-
推薦系統(tǒng)評(píng)測(cè)指標(biāo)4-多樣性
R(u) = 推薦列表假設(shè)s(i,j) 定義了用戶推薦列表中的物品相似度。用戶多樣性 Diversity(R(u)) = 1- 2sum(s(i,j))/ (len(R(u...
-
推薦系統(tǒng)評(píng)測(cè)指標(biāo)3-覆蓋率
覆蓋率指能夠推薦出來得物品占總物品的比例。覆蓋分布：每個(gè)被推薦的分布應(yīng)該差不多。Coverage = R(u)并集 / 總物品 方法一、信息熵 方法二、基尼系數(shù)：i 為第...
-
推薦系統(tǒng)評(píng)測(cè)指標(biāo)2-預(yù)測(cè)準(zhǔn)確度
1 評(píng)分預(yù)測(cè)：預(yù)測(cè)用戶對(duì)物品的評(píng)分 RMSE均方根誤差=實(shí)際評(píng)分差的平方的平均數(shù)，再開根號(hào)MAE均方根誤差=實(shí)際評(píng)分差的平均數(shù)RSME 加大了對(duì)預(yù)測(cè)不準(zhǔn)的用戶物品評(píng)分的懲罰，...
-
推薦系統(tǒng)評(píng)測(cè)指標(biāo)1- 用戶滿意度
1 用戶滿意度（后驗(yàn)） 推薦購買率用戶反饋界面點(diǎn)擊率用戶停留時(shí)間轉(zhuǎn)化率
-
最棒的windows自動(dòng)化測(cè)試工具 pywinauto 速成如果說PyAutoGUI 是個(gè)黑盒自動(dòng)化測(cè)試windows應(yīng)用操作工具，不用知道應(yīng)用內(nèi)部的結(jié)構(gòu)，只需要知道位置，直接上鍵盤鼠標(biāo)；那么Pywinauto就是白盒自動(dòng)化測(cè)試工具，...