专注大规模分布式系统开发，紧跟人工智能浪潮
发简信
IP属地：广东
-
Selenium爬携程酒店评论+jieba数据分析实战如果你想使用最少的时间相对客观的了解一样事物，那么最好的方式就是快速收集大量的关于它的评价，然后迅速地找出这些评价中的关键信息。 而这道题目，有两个特别大的难点：1.如何快速...
-
Keras蚂蚁金服大赛实战——自然语言处理技术（4）之前在自然语言处理技术系列的第一篇NER实战的结语中介绍过：序列标注（分词，NER），文本分类（情感分析），句子关系判断（语意相似判断），句子生成（机器翻译）是NLP领域的四...
-
-
推荐系统资料集合链接
推荐系统遇上深度学习系列： 推荐系统遇上深度学习(一)--FM模型理论和实践：https://www.jianshu.com/p/152ae633fb00 推荐系统遇上深度学...
-
推荐系统遇上深度学习(九)--评价指标AUC原理及实践推荐系统遇上深度学习系列：推荐系统遇上深度学习(一)--FM模型理论和实践：https://www.jianshu.com/p/152ae633fb00推荐系统遇上深度学习(...
-
推荐系统遇上深度学习(八)--AFM模型理论和实践
推荐系统遇上深度学习系列：推荐系统遇上深度学习(一)--FM模型理论和实践：https://www.jianshu.com/p/152ae633fb00推荐系统遇上深度学习(...
-
推荐系统遇上深度学习(七)--NFM模型理论和实践
推荐系统遇上深度学习系列：推荐系统遇上深度学习(一)--FM模型理论和实践：https://www.jianshu.com/p/152ae633fb00推荐系统遇上深度学习(...
-
推荐系统遇上深度学习(六)--PNN模型理论和实践推荐系统遇上深度学习系列：推荐系统遇上深度学习(一)--FM模型理论和实践：https://www.jianshu.com/p/152ae633fb00推荐系统遇上深度学习(...
-
推荐系统遇上深度学习(五)--Deep&Cross Network模型理论和实践推荐系统遇上深度学习系列：推荐系统遇上深度学习(一)--FM模型理论和实践：https://www.jianshu.com/p/152ae633fb00推荐系统遇上深度学习(...
-
推荐系统遇上深度学习(四)--多值离散特征的embedding解决方案
推荐系统遇上深度学习系列：推荐系统遇上深度学习(一)--FM模型理论和实践：https://www.jianshu.com/p/152ae633fb00推荐系统遇上深度学习(...
-
推荐系统遇上深度学习(三)--DeepFM模型理论和实践推荐系统遇上深度学习系列：推荐系统遇上深度学习(一)--FM模型理论和实践：https://www.jianshu.com/p/152ae633fb00[https://ww...
-
推荐系统遇上深度学习(二)--FFM模型理论和实践推荐系统遇上深度学习系列：推荐系统遇上深度学习(一)--FM模型理论和实践：https://www.jianshu.com/p/152ae633fb00 1、FFM理论 在C...
-
推荐系统遇上深度学习(一)--FM模型理论和实践1、FM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...
