IP属地：湖南
-
Azure Data Platform Azure Data Factory（一）关于对数据的使用，除了存储（数据库），还有收集（ETL/ELT）及分析。文章是介绍Azure Data Factory（ADF） 前言 作为一个数据平台解决方案，数据收集是其...
-
概要设计和详细设计--概念
1、概要设计的主要任务是把需求分析得到的系统扩展用例图转换为软件结构和数据结构。设计软件结构的具体任务是：将一个复杂系统按功能进行模块划分、建立模块的层次结构及调用关系、确定...
-
推荐系统之理解凸优化转载 https://blog.csdn.net/SIGAI_CSDN/article/details/80695179[https://blog.csdn.net/SIG...
-
推荐系统图模型之node2vec转载https://blog.csdn.net/u012151283/article/details/87081272?spm=1001.2014.3001.5501[htt...
-
推荐系统图模型之Line转载：https://zhuanlan.zhihu.com/p/56478167[https://zhuanlan.zhihu.com/p/56478167] LINE也是一...
-
推荐系统图模型之DeepWalk转载https://blog.csdn.net/u012151283/article/details/86806922?spm=1001.2014.3001.5501[htt...
-
推荐系统排序之FFM回顾一下FM 在FFM（Filed-aware Factorization Machines）中每一维特征（feature）都归属于一个特征的filed，field和feat...
-
推荐系统之Wide&&Deep原理与实现学习转载 https://blog.csdn.net/DXRfighting/article/details/114978505[https://blog.csdn.net/DX...
-
推荐系统CTR之FM模型（七）转载 https://www.jianshu.com/p/776598acc35a[https://www.jianshu.com/p/776598acc35a] 1. 背景...
-
推荐系统排序算法--FM模型1、背景 在计算广告和推荐系统中，CTR预估(click-through rate)是非常重要的一个环节，判断一个商品的是否进行推荐需要根据CTR预估的点击率来进行。在进行C...
-
RF，GBDT和Xgboost构造新特征+LR融合的原理及实践转载：https://blog.csdn.net/anshuai_aw1/article/details/82983997[https://blog.csdn.net/ans...
-
机器学习之-skip-gram的负采样针对前文的skip-gram以及CBOW的算法训练，当面对百万级的文本，就算是隐藏层是检索功能，其计算量也是相当大，而且还会造成冗余计算，这时候对高频词抽样以及负采样就应运而...
-
机器学习之softmax函数
在上一篇专题中，我们以三层神经网络的实现为例，介绍了如何利用Python和Numpy编程实现神经网络的计算。其中，中间(隐藏)层和输出层的激活函数分别选择了 sigmoid函...
-
机器学习之RandomForest、GBDT、XGBoost、lightGBM 原理与区别
目录 随机森林 -- RandomForest GBDT (Gradient Boosting Decision Tree) XGBoost lightGBM RF,GBDT...
