推薦系統(tǒng)中的核心是從海量的商品庫挑選合適商品最終展示給用戶。由于商品庫數(shù)量巨大，因此常見的推薦系統(tǒng)一般分為兩個階段，即召回階段和排序階段。召回階段主要是從全量的商品庫中得到用...
發(fā)簡信
IP屬地：寧夏
-
推薦系統(tǒng)遇上深度學習(三十九)-推薦系統(tǒng)中召回策略演進！ -
Multi-task Learning(Review)多任務學習概述背景：只專注于單個模型可能會忽略一些相關任務中可能提升目標任務的潛在信息，通過進行一定程度的共享不同任務之間的參數(shù)，可能會使原任務泛化更好。廣義的講，只要loss有多個就算M...
-
過擬合及解決方案是什么 過擬合（overfitting）是指在模型參數(shù)擬合過程中的問題，由于訓練數(shù)據(jù)包含抽樣誤差，訓練時，復雜的模型將抽樣誤差也考慮在內(nèi)，將抽樣誤差也進行了很好的擬合。 具體...
-
Generative Model（VAE1）Unspervised learning主要任務目標是發(fā)掘數(shù)據(jù)潛在有價值的結(jié)構(gòu)，主要分為clustering，dimentionality reduction，feature...
-
精簡強化學習總結(jié)強化學習 元素：actor(我們可以控制，決策我們的行為)，Env，Reward（我們不能控制環(huán)境）主要方法：model-baed（對Env建模，actor可以理解環(huán)境）, ...
-
Variational Autoencoder, VAE，變分自編碼器http://geek.csdn.net/news/detail/230599 X(例如現(xiàn)有MNIST)->z->生成無盡的手寫數(shù)字 該公式很難求解。因此用一個變分函數(shù)q(z...
-
Deep Reinforcement Learning簡介David Silver說，AI = RL + DL = Deep Reinforcement Learning他的課程：RL Cource by David SilverR...
-
神經(jīng)網(wǎng)絡訓練Trick神經(jīng)網(wǎng)絡構(gòu)建好，訓練不出好的效果怎么辦？明明說好的擬合任意函數(shù)(一般連續(xù))(為什么？可以參考Neural Network and Deep Learning)，說好的足夠多的...
-
xgboost的原理沒你想像的那么難xgboost 已然火爆機器學習圈，相信不少朋友都使用過。要想徹底掌握xgboost，就必須搞懂其內(nèi)部的模型原理。這樣才能將各個參數(shù)對應到模型內(nèi)部，進而理解參數(shù)的含義，根據(jù)需...
