LightGBM原理及实现 LigthGBM是boosting集合模型中的新进成员,它和xgboost一样是对GBDT的高效实现,很多方面会比x...
DKN-基于知识图谱的推荐系统 知识图谱特征学习(Knowledge Graph Embedding)是最常见的与推荐系统结合的方式,知识图谱特...
A Subjective and Objective Integration Approach of Determining Weights f...
SQL学习 法则1:col table表/columns列/rows行 问题:movies表有100万数据? 法则2:select SELECT...
Real-time Personalization using Embeddings for Search Ranking at Airbnb ...
Wide & Deep Learning for Recommender Systems(Google&Facebook推荐) 1、背景 文章提...
ML——计算学习理论 基础知识 泛化误差:训练出的模型在除训练样本外的新样本集上的误差; 经验误差:训练出的模型在训练集...
ML——特征选择和稀疏学习 子集搜索与评价 特征选择的原因:1)属性过多易造成维数灾难,仅选择重要特征构建模型则能减轻该问题;2)去除不相关特征...
ML——降维与度量学习 KNN学习 k近邻(KNN)学习是一种常用的监督学习方法,可用于分类与回归任务中。基本思想是:给定测试样本,基于某种距离...