IP属地：广东
-
A Neural Influence Diffusion Model for Social Recommendation论文 ： https://arxiv.org/pdf/1904.10322.pdf 代码 ： https://github.com/PeiJ...
-
Neural-Attentive-Session-Based-Recommendation论文：Neural Attentive Session-based Recommendation 作者： Jing Li，Pengjie Ren...
-
Task5 svm
学习内容 SVM 硬间隔原理 SVM 软间隔 SMO 求解SVM 代码设计 1、硬间隔 本文是需要一定基础才可以看懂的，建议先看看参考博客，一些...
-
Task4 条件随机场
定义及区别 随机场：随机场是有若干个位置组成的整体，对于每个位置安装某种分布随机赋予一个值，其全体就叫做随机场。 2.马尔可夫随机场马尔可夫随机...
-
Task3 EM算法
简介 EM算法也称期望最大化（Expectation-Maximum,简称EM）算法，其最主要的思想有两步： E：求期望， M: 求极大EM算法...
-
Task2 bayes_plus
1. 相关概念 判别模型: 在机器学习领域判别模型是一种对未知数据 y 与已知数据 x 之间关系进行建模的方法。判别模型是一种基于概率理论的方...
-
Task1 Linear_regression线性回归的原理 对于线性回归，其数据集是{(x1,y1),(x2,y2),,,,(xn,yn)},其中，xi=(xi1,,,,xid)， d表示...
-
Task5模型融合
文章目录1 回归、分类概率融合1）简单加权，结果直接融合2）Stacking融合(回归) 2 分类模型融合1）Voting投票机制2）分类的St...
-
Task4模型调参
学习目标 了解常用的机器学习模型，并掌握机器学习模型的建模与调参流程 内容介绍 线性回归模型：线性回归对于特征的要求；处理长尾分布；理解线性回归...