摘要： 本文主要是基于《推荐系统实践》这本书的读书笔记，还没有实践这些算法。 LFM算法是属于隐含语义模型的算法，不同于基于邻域的推荐算法。 隐含语义模型有：LFM，LDA，Topic Model 这本书里介绍的LFM算法。书中内容介绍的很详细，不过我也是看了一天才看明白的。 开始一直没想明白，隐类的类别是 阅读全文

摘要： 什么是好的推荐系统： 一个完整的推荐系统包括三部分用户，网站，内容提供方。 好的推荐系统设计，能够让推荐系统本身收集到高质量的用户反馈，不断完善推荐的质量，增加 用户和网站的交互，提高网站的收入。因此在评测一个推荐算法时，需要同时考虑三方的利益， 一个好的推荐系统是能够令三方共赢的系统。 推荐系统的 阅读全文

摘要： 初学推荐系统相关内容，写写自己读《推荐系统实践》的读书笔记。 推荐系统： 对用户来说推荐系统帮助用户发现自己想要的商品，对于商品来说找到对其感兴趣的用户，前者例如电影，歌曲的推荐，后者例如广告推送。 产生推荐系统主要是因为信息过载，用户难以从大量信息中发现自己想要的信息。 对于物品来说，在线上购物网 阅读全文

摘要： k-d树 在计算机科学里，k-d树（ k-维树的缩写）是在k维欧几里德空间组织点的数据结构。k-d树可以使用在多种应用场合，如多维键值搜索（例：范围搜寻及最邻近搜索）。k-d树是空间二分树（Binary space partitioning ）的一种特殊情况。[1] 可以看到，KD树是基于欧式距离度 阅读全文

摘要： 首先我们可以计算准确率(accuracy),其定义是: 对于给定的测试数据集，分类器正确分类的样本数与总样本数之比。也就是损失函数是0-1损失时测试数据集上的准确率。 下面在介绍时使用一下例子： 一个班级有20个女生，80个男生。现在一个分类器需要从100人挑选出所有的女生。该分类器从中选出了50人 阅读全文

摘要： @hanbingtao 2017-08-28 19:53 字数 28345 阅读 85171 零基础入门深度学习(4) - 卷积神经网络 机器学习 深度学习入门 无论即将到来的是大数据时代还是人工智能时代，亦或是传统行业使用人工智能在云上处理大数据的时代，作为一个有理想有追求的程序员，不懂深度学习（ 阅读全文

摘要： 论文题目： WIKIQA: A Challenge Dataset for Open-Domain Question Answering 论文代码运行： 首先按照readme中的提示安装需要的部分 遇到的问题： theano的一些问题，主要是API改动 下面是解决方法 首先安装 https://st 阅读全文

摘要： HMM:隐式马尔可夫链 HMM的典型介绍就是这个模型是一个五元组： 观测序列（observations）：实际观测到的现象序列 隐含状态（states）：所有的可能的隐含状态 初始概率（start_probability）：每个隐含状态的初始概率 转移概率（transition_probabilit 阅读全文

摘要： Views And Iterators Instead Of Lists Some well-known APIs no longer return lists: dict methods dict.keys(), dict.items() and dict.values() return “vie 阅读全文

摘要： 今天下午写了一下午的代码给合并没了 然后晚上觉得还是要好好学习一下git的使用 推荐几个git的教程 https://www.liaoxuefeng.com/wiki/0013739516305929606dd18361248578c67b8067c8c017b000/001374831943254 阅读全文