线性模型是通过训练学到一个线性组合的来进行预测的函数。线性回归的性能评估指标是均方误差，基于均方误差最小化来进行模型求解的方法叫做最小二乘法，而这个求解w、b的过程称为最小二...
IP属地：北京
-
西瓜书精读(二)-线性模型
-
西瓜书精读(一)-模型的评估与选择过拟合和欠拟合。欠拟合：模型学习能力不够。解决方法：决策树扩展分支、神经网络增加训练轮数。过拟合：模型学习过了，学到了噪声。过拟合无法避免，只能缓解。解决方法：EarlySt...
-
DIN原理和代码实现注意力机制 DIN模型的创新点在于增加了注意力机制，用于生成用户的embedding向量。具体公式如下 其中，是用户的embedding向量，是候选商品的Embedding向...
-
NFM原理和代码实现原理 FM只能进行二阶特征交叉，是否可以利用深度神经网络更强的特征组合能力来改进FM模型呢？2017年新加坡国立大学基于此提出了NFM模型。NFM主要思路是采用一个表达能力更...
-
DeepFM原理和代码实现FM算法 因子分解机模型（Factorization Machine, FM）是一种基于矩阵分解的机器学习算法，它广泛应用于广告和推荐领域，主要解决数据稀疏的情况下如何进行特...
-
Wide&Deep论文和代码实现
简介 传统上，我们采用大量特征工程的LR模型来应对大规模稀疏数据的分类和回归任务。在本论文里，将宽度模型与深度神经网络进行联合训练，结合了记忆与泛化能力。深宽模型要比单独的深...
-
DeepCrossing原理和代码实现
微软于2016年提出了DeepCrossing模型。DeepCrossing完整解决了特征工程、稀疏特征稠密化、多层神经网络优化目标等应用问题，为以后的深度推荐系统打下了良好...
-
【从零开始学推荐】特征工程
制作特征和标签， 转成监督学习问题[https://tianchi.aliyun.com/mas-notebook/preview/130010/8xc9ksmfQsTFk0...
-
读《不等长时间序列滑窗STS距离聚类算法》论文
WHY 传统时间序列聚类的缺点： 1）时间序列聚类的研究一般采用等长划分，会丢失重要特征点，对聚类结果有负面影响。 2）采用时间序列测量值不能准确度量相似度。 如下埃博拉出血...
-
种一颗树最好的时间是十年前，其次是现在
2020-12-02“种一颗树最好的时间是十年前，其次是现在。”18年，我从一家传统咨询企业的IT部门离职，以一个php后台开发的身份决定投身刚刚兴起的人工智能领域。20年，...
-
【从零开始学推荐】MBA原理及实战
1. 什么是MAB问题 A. 一个赌徒，进入赌场，在他面前的老虎机有多个杆，每个杆吐钱的概率都不一样。他应该拉哪几个杆才能获得最大收益呢？这就是多臂赌博机问题（Mul...
-
【从零开始学推荐】新闻推荐数据分析
课题理解[http://localhost:8889/notebooks/Desktop/code/algpro/rcpro/eva/example/news/EDA.ipy...
-
【从零开始学推荐】基于物品的协同过滤
基于协同过滤算法进行文章推荐。 基于物品的协同过滤+热门补足进行topK推荐。 基于物品的协同过滤（时间衰减）+热门补足进行topK推荐。 基于物品的协同过滤（时间衰减）+e...
-
【从零开始学算法】逻辑回归原理及公式推导
问：如何从假设、损失函数、梯度来推导线性回归和逻辑回归？ 线性回归推导 1. 假设（使用最大似然估计解释最小二乘）¶ 假设误差是独立同分布的，服从均值为0，方差为 的高斯分布...
-
LeetCode 64. 最小路径和
给定一个包含非负整数的 m x n 网格，请找出一条从左上角到右下角的路径，使得路径上的数字总和为最小。 说明：每次只能向下或者向右移动一步。 示例: 输入: [ [1,3,...
-
LeetCode 62. 不同路径
一个机器人位于一个 m x n 网格的左上角 （起始点在下图中标记为“Start” ）。 机器人每次只能向下或者向右移动一步。机器人试图达到网格的右下角（在下图中标记为“Fi...
-
LeetCode 70. 爬楼梯
假设你正在爬楼梯。需要 n 阶你才能到达楼顶。 每次你可以爬 1 或 2 个台阶。你有多少种不同的方法可以爬到楼顶呢？ 注意：给定 n 是一个正整数。 示例 1： 输入： 2...