Reference: Neural Graph Collaborative Filtering. In SIGIR 2019.使用用戶-物品隱式交互數(shù)據(jù)來構(gòu)建用戶-物品二分圖...
發(fā)簡(jiǎn)信
IP屬地：福建
-
GCN相關(guān)代碼
-
愛畫畫，愛幻想，也愛發(fā)神經(jīng)一樣的多愁善感
-
第一件事，喜歡自己。
-
解除封印?。。。?/div>讀書筆記 | 極簡(jiǎn)主義（思維導(dǎo)圖+知識(shí)卡片）
一個(gè)理念 如果你做一件事情，那么你要盡量按照常識(shí)的要求去做 7個(gè)常識(shí) 1、事情其實(shí)很簡(jiǎn)單2、弄明白自己要做什么3、任何事情要有連續(xù)性4、如果不去做，永遠(yuǎn)都做不完5、事情的結(jié)果...
機(jī)器學(xué)習(xí)(Machine Learning，ML)是研究計(jì)算機(jī)怎樣模擬或?qū)崿F(xiàn)人類的學(xué)習(xí)行為，以獲取新的知識(shí)或技能，重新組織已有的知識(shí)結(jié)構(gòu)使之不斷改善自身的性能。數(shù)據(jù)挖掘是從海量數(shù)據(jù)中獲取有效的、新穎的、潛在有用的、最終可理解的模式的非平凡過程。數(shù)據(jù)挖掘中用到了大量的機(jī)器學(xué)習(xí)界提供的數(shù)據(jù)分析技術(shù)和數(shù)據(jù)庫(kù)界提供的數(shù)據(jù)管理技術(shù)，機(jī)器學(xué)習(xí)是數(shù)據(jù)挖掘的一個(gè)重要的工具。機(jī)器學(xué)習(xí)交流群：613944735機(jī)器學(xué)習(xí)算法關(guān)注機(jī)器學(xué)習(xí)，人工智能，數(shù)據(jù)挖掘，計(jì)算機(jī)視覺等相關(guān)領(lǐng)域的文章該專題是機(jī)器學(xué)習(xí)、推薦系統(tǒng)和自然語(yǔ)言處理、深度學(xué)習(xí)相關(guān)算法學(xué)習(xí)記錄，用通俗的語(yǔ)言去理解算法，去樸實(shí)的文字記錄每次前行，每個(gè)算法力爭(zhēng)說清緣由，且嘗試實(shí)現(xiàn)或者使用開源庫(kù)進(jìn)行。機(jī)器學(xué)習(xí)忍者在路上……專注機(jī)器學(xué)習(xí)和數(shù)據(jù)分析，Python、R、Ruby、MATLAB、Mathematica。使用Python語(yǔ)言，及其在因特網(wǎng)信息數(shù)據(jù)獲取（爬蟲）和數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)上的應(yīng)用。也包含python的基本使用。一生所愛，淋漓盡致<br><br>讀萬卷書，行萬里路貓咪帶來溫暖<br><br>溫暖點(diǎn)亮人心<br><br>微信公眾號(hào)：棒棒方貓你好，我是簡(jiǎn)書好青年。<br>這里每周都會(huì)發(fā)布一個(gè)分享會(huì)，免費(fèi)。分享人也許你聽過她，也許你完全陌生，這都不好說。我確定的是：這個(gè)人肯定有點(diǎn)意思。每周1小時(shí)，聽另一個(gè)空間的人聊聊她眼中的世界。<br><br>對(duì)了，如果你有喜歡的誰(shuí)（不限于簡(jiǎn)書作者），迫切想聽他的分享會(huì)，你可以選擇：<br><br>①在簡(jiǎn)書上發(fā)布一篇文章，介紹下這人哪里好玩<br>②標(biāo)題為《我想聽他的簡(jiǎn)書新青年分享會(huì)》<br>③評(píng)論區(qū)里@我，讓我看到<br><br>只要文章打動(dòng)我，我來幫你把這事兒辦了。歡迎來到@產(chǎn)品專題，本專題匯集了30多萬的小伙伴，每天有100篇優(yōu)質(zhì)文章的投稿，更有優(yōu)質(zhì)的產(chǎn)品社群。 @產(chǎn)品專題主要收錄的是：產(chǎn)品、設(shè)計(jì)、技術(shù)、運(yùn)營(yíng)、體驗(yàn)、文檔、工具、經(jīng)驗(yàn)總結(jié)、項(xiàng)目總結(jié)等類型的優(yōu)質(zhì)文章。 專題投稿須知 1、所投稿的文章必須是原創(chuàng)作品，具有一定的可讀性。 2、① App、軟件推薦／評(píng)測(cè)類建議轉(zhuǎn)投工具癖 ? ? ? ② 營(yíng)銷、文案類建議轉(zhuǎn)投廣告圈 ? ? ? ③ 職場(chǎng)成長(zhǎng)類建議轉(zhuǎn)投上班這點(diǎn)事兒 3、文章內(nèi)不得有任何推廣信息。包括但不限于公眾號(hào)、微博、微信、豆瓣、QQ個(gè)人資料；不必要的外鏈；文章圖片有微信水印、或者網(wǎng)站水印有推廣嫌疑的。 4、本專題拒絕任何形式的全文轉(zhuǎn)載內(nèi)容。 專題投稿指南： http://www.itdecent.cn/p/8bb3bcd951ce 專題主編：文俊粥 http://www.itdecent.cn/u/0df55b412537 可添加主編微信：vk201205（文俊，備注：簡(jiǎn)書產(chǎn)品加群）本專題招募管理員，有意向請(qǐng)簡(jiǎn)信私聊，謝謝！ 用來分享機(jī)器學(xué)習(xí)，深度學(xué)習(xí)，神經(jīng)網(wǎng)絡(luò)，計(jì)算機(jī)視覺等領(lǐng)域的一些技術(shù)。 Machine Learning 學(xué)習(xí)資料：http://www.itdecent.cn/p/e0238db24973 相關(guān)參考： 1. [Coursera - Machine Learning by Andrew Ng]：https://www.coursera.org/learn/machine-learning 2. [ Stanford CS231n Course]：http://cs231n.github.io/ 課程整理：http://www.itdecent.cn/p/182baeb82c71 3. [深度學(xué)習(xí)與神經(jīng)網(wǎng)絡(luò)(英文原版)]：http://neuralnetworksanddeeplearning.com/ [GitBook同步鏈接]：https://www.gitbook.com/book/tigerneil/neural-networks-and-deep-learning-zh/details 4. [UFLDL教程]：http://deeplearning.stanford.edu/wiki/index.php/UFLDL%E6%95%99%E7%A8%8B （中文） http://ufldl.stanford.edu/wiki/index.php/UFLDL_Tutorial （英文） 5. [Deep Learning - An MIT Press book]：http://www.deeplearningbook.org/ 6. [Neural Network Playground]： http://playground.tensorflow.org/ 7. [A Guide to Deep Learning]： http://www.itdecent.cn/p/6752a8845d01 8. [知乎“機(jī)器學(xué)習(xí)”專欄]： https://www.zhihu.com/collection/108812637 9. [How do Convolutional Neural Networks work?] http://www.itdecent.cn/p/fe428f0b32c1 …… 希望大家可以相互交流，相互學(xué)習(xí)！大數(shù)據(jù)開發(fā)愛好者
