发简信
IP属地：湖北
-
2016-《Wide&Deep Learning for Recommenders Systems》论文笔记1. 背景 本文提出Wide&Deep模型，旨在使得训练得到的模型能过同时获得记忆（memorization）和泛化（generalizat...
-
词嵌入(word2vec)1. 为何不采用 one-hot 向量 假设词典中不同词的数量（词典大小）为 N，每个词可以和从 0 到 N−1的连续整数一一对应。这些与词对应...
-
Machine Learning基础：Bias（偏差）、Error（误差）和Variance（方差）Machine Learning基础：Bias（偏差）、Error（误差）和Variance（方差） 首先明确一点，Bias和Varianc...
-
Logistic Regression 原理及实现1 模型介绍 1.1 sigmoid函数 在介绍逻辑回归模型之前，我们先引入sigmoid函数，其数学形式是： 对应的函数曲线如下图所示...
-
Machine Learning 基础：最优化方法
1. 2. 使用动量Momentum(动量)的随机梯度下降（SGD） 1.动量方法主要是为了解决Hessian矩阵病态条件问题（直观上讲就是...
-
Machine Learning基础：正则化项（Regularization）
1 正则化（Regularization） 奥卡姆剃刀定律。 机器学习中几乎都可以看到损失函数后面会添加一个额外项，常用的额外项一般有两...
-
Machine Learning基础：欠拟合和过拟合1 欠拟合 欠拟合是指模型拟合程度不高，数据距离拟合曲线较远，或指数据没有很好地捕捉到数据特征，不能够很好地拟合数据。 如果模型在训练集中表现较...
-
协同过滤（Collaborative Filtering）学习笔记1. 以用户为基础（User-based）的协同过滤 基于用户的协同过滤算法是通过用户的历史行为数据发现用户对商品或内容的喜欢(如商品购买，...
-
Scala学习笔记
1 Scala入门 scala Hello World Scala变量 Scala变量 Scala字符串 Scala数组 scala List ...